토목공학과

# ============================================================

# 토목빅데이터마이닝 중간평가 실습

# 주성분분석 + 인자분석 + 군집분석

# ============================================================

# ============================================================

# 1. company.csv 다변량 데이터 주성분분석

# ============================================================

# ------------------------------------------------------------

# 필요한 package 설치

# 최초 1회만 설치하면 됨

# ------------------------------------------------------------

install.packages("psych")

library(psych)

# ------------------------------------------------------------

# 1-0. 데이터 불러오기

# ------------------------------------------------------------

company=read.csv("company.csv",

                 fileEncoding="euc-kr")

head(company)

str(company)

summary(company)

names(company)

# 첫 번째 열이 지사명 또는 ID인 경우 제외

company1=company[,-1]

head(company1)

# ------------------------------------------------------------

# 1.1 상관관계 분석

# ------------------------------------------------------------

cor(company1)

pairs(company1)

pairs.panels(company1)

# pairs.panels(company1)의 결과를 보고

#

# - 두 번째로 높은 상관계수

# - 가장 높은 상관계수

# - 가장 낮은 상관계수

#

# 확인

# ------------------------------------------------------------

# 1.2 표준화

# ------------------------------------------------------------

company2=scale(company1)

head(company2)

pairs.panels(company2)

# ------------------------------------------------------------

# 주성분분석

# ------------------------------------------------------------

pca1=prcomp(company2)

summary(pca1)

pca1

# ------------------------------------------------------------

# Scree Plot

# 최적 주성분 개수 결정

# ------------------------------------------------------------

plot(pca1,type='l')

# summary(pca1)의 Cumulative Proportion과

# Scree Plot을 이용하여

# 최적 주성분 개수를 결정

# ------------------------------------------------------------

# 1.3 총분산 설명비율

# ------------------------------------------------------------

summary(pca1)

# 출력 결과의

#

# Proportion of Variance

# Cumulative Proportion

#

# 을 이용하여

#

# - 최적 주성분으로 설명 가능한 총분산

# - 주성분 1이 설명 가능한 총분산

# - 주성분 2가 설명 가능한 총분산

#

# 확인

# ------------------------------------------------------------

# 1.4 PC1, PC2와 최종평가 결과의 상관계수

# ------------------------------------------------------------

# ※ 아래의 "최종평가"는 company.csv의

# 실제 최종평가 변수명과 동일하게 사용

plot(pca1$x[,1],company1$최종평가)

cor(company1$최종평가,

    pca1$x[,1])

plot(pca1$x[,2],company1$최종평가)

cor(company1$최종평가,

    pca1$x[,2])

# ------------------------------------------------------------

# Biplot

# ------------------------------------------------------------

biplot(pca1,

       choices=c(1,2))

# ------------------------------------------------------------

# 1.5 업무효율화와 불량률의 상관관계

# ------------------------------------------------------------

cor(company1)

pairs.panels(company1)

# cor(company1) 결과에서

#

# - "업무효율화"와 가장 상관도가 높은 항목

# - "불량률"과 가장 상관도가 높은 항목

#

# 확인

# ============================================================

# 2. attitude 데이터 탐색적 인자분석

# ============================================================

# ------------------------------------------------------------

# 필요한 package 설치

# 최초 1회만 설치하면 됨

# ------------------------------------------------------------

install.packages("psych")

install.packages("GPArotation")

library(psych)

library(GPArotation)

# ------------------------------------------------------------

# 데이터 확인

# ------------------------------------------------------------

head(attitude)

str(attitude)

summary(attitude)

cor(attitude)

# ============================================================

# 2.1 Varimax 회전

# 인자 개수 = 3

# ============================================================

fa3=fa(attitude,

       nfactors=3,

       rotate="varimax")

print(fa3,

      digits=2,

      sort=T)

# 출력 결과에서

# privileges 항목의 첫 번째 인자 적재값 확인

# ============================================================

# Varimax 회전

# 인자 개수 = 4

# ============================================================

fa4=fa(attitude,

       nfactors=4,

       rotate="varimax")

print(fa4,

      digits=2,

      sort=T)

# 출력 결과에서

# privileges 항목의 첫 번째 인자 적재값 확인

# ============================================================

# 2.2 privileges 항목의 공통성

# ============================================================

# 인자 개수 3개

print(fa3,

      digits=2,

      sort=T)

# 출력 결과의 h2 확인

# h2 × 100 = 설명되는 비율(%)

# 인자 개수 4개

print(fa4,

      digits=2,

      sort=T)

# 출력 결과의 h2 확인

# h2 × 100 = 설명되는 비율(%)

# ============================================================

# 2.3 회전 없음

# 인자 개수 = 3

# ============================================================

fa3_n=fa(attitude,

         nfactors=3,

         rotate="none")

print(fa3_n,

      digits=2,

      sort=T)

# learning 항목의

# 첫 번째 인자 적재값 확인

# ============================================================

# 회전 없음

# 인자 개수 = 4

# ============================================================

fa4_n=fa(attitude,

         nfactors=4,

         rotate="none")

print(fa4_n,

      digits=2,

      sort=T)

# learning 항목의

# 첫 번째 인자 적재값 확인

# ============================================================

# 2.4 learning 항목의 공통성

# ============================================================

# 인자 개수 3개

print(fa3_n,

      digits=2,

      sort=T)

# learning의 h2 × 100

# → 설명되는 비율(%)

# 인자 개수 4개

print(fa4_n,

      digits=2,

      sort=T)

# learning의 h2 × 100

# → 설명되는 비율(%)

# ============================================================

# 3. company.csv 다변량 데이터 군집분석

# ============================================================

# ------------------------------------------------------------

# 3-0. 데이터 불러오기

# ------------------------------------------------------------

company=read.csv("company.csv",

                 fileEncoding="euc-kr")

head(company)

str(company)

summary(company)

names(company)

# 첫 번째 열이 지사명 또는 ID인 경우

# 수치형 변수만 분석에 사용

company1=company[,-1]

# 지사명을 행 이름으로 지정

# dendrogram에서 각 지사명을 확인하기 위함

rownames(company1)=company[,1]

# ============================================================

# 3.1 Euclidean 거리

# Complete Linkage

# ============================================================

hc1=hclust(

     dist(company1,

          method="euclidean"),

     method="complete"

)

plot(hc1)

# Dendrogram을 보고

# DMS와 같은 군집에 속하는 지사 확인

# ============================================================

# 3.2 Euclidean 거리

# Single Linkage

# ============================================================

hc2=hclust(

     dist(company1,

          method="euclidean"),

     method="single"

)

plot(hc2)

# Dendrogram을 보고

# DMS와 같은 군집에 속하는 지사 확인

# ============================================================

# 3.3 Model-based Clustering

# ============================================================

# ------------------------------------------------------------

# 필요한 package 설치

# 최초 1회만 설치하면 됨

# ------------------------------------------------------------

install.packages("mclust")

library(mclust)

# ------------------------------------------------------------

# 표준화

# ------------------------------------------------------------

company_scale=scale(company1)

# ------------------------------------------------------------

# Model-based Clustering

# ------------------------------------------------------------

mc=Mclust(company_scale)

# ------------------------------------------------------------

# 최적 군집수 확인

# ------------------------------------------------------------

summary(mc)

# ------------------------------------------------------------

# BIC 및 군집 결과 그래프

# ------------------------------------------------------------

plot(mc)