타이타닉 데이터 분석 1.Gender Class

-

#Gender-class이므로 우선 성별을 요약해서 본다

summary(train$Sex)

female    male
  314      577


#성별과 생존자에 대한 비율을 알아내기 위한 명령어를 사용한다

pro.table(table(train$Sex,train$Survived))

          0                     1
female 0.090909009   0.26150393
male   0.52525253    0.12233446

#생존자 중 남,녀의 합이 같게 하기 위해 비율을 다시 설정한다

pro.table(table(train$Sex,train$Survived),1)

                0                      1
female   0.2579618            0.7420382
male     0.8110919            0.1889081

#test 변수의 Survived에 0을 대입

test$Survived <- 0="" p="">

#Survived열에 Sex값이 female인 값만 1을 대입

test$Survived[test$Sex == 'female' ] <- 1="" div="">

이 분석은 비율 상으로 남자인 생존자가 0.18로 가장 작기 때문에 
여자는 살고 남자는 죽었다는 결론을 내린 Gender-Class이다.

 
제출해보니  0.76555라는 결과 값이 나왔다.


이제는 나이에 대해 알아보면

#나이에 대한 요약을 보면

summary(train$Age)
 MIn   1st Qu.  Median   Mean   3rd Qu.   Max    Na
 0.42   20.12     28.00    29.70   38.00     80    177

*Median 과 Mean의 차이점은 알고가자

Median 은 중앙값이고 Mean은 평균값으로
비슷하지만, 1 2 7 40 50 의 평균은 20이지만 중앙값은 7이다.


#Child라는 열을 만들고 18세 이상은 1을 대입하고 그 아래는 0을 대입한다

train$Child <- 0="" p="">train$Child[train$Age] <- 1="" p="">

#생존자별 아이와 성별에 따른 합

aggregate(Survived ~ Child + Sex, data=train, FUN=sum)

    Child    Sex     Survived
1    0       female   195
2    1       female    38
3    0        male     86
4    1        male     23


#생존자의 벡터를 구하는 명령어

aggregate(Survived ~ Child + Sex, data=train, FUN=length)

    Child    Sex     Survived
1    0       female   259
2    1       female    55
3    0        male    519
4    1        male     58

#생존율을 구하는 명령어. FUN에 살아남은 사람/배에 탄 사람

aggregate(Survived ~ Child + Sex, data=train,FUN= function(x) {sum(x)/length(x)})

  Child    Sex  Survived
1     0 female 0.7528958
2     1 female 0.6909091
3     0   male 0.1657033
4     1   male 0.3965517

#Fare 변수를 Fare2에 정리한다.

train$Fare2 <- p="">train$Fare2[train$Fare < 30 & train$Fare >= 20] <- p="">train$Fare2[train$Fare < 20 & train$Fare >= 10] <- p="">train$Fare2[train$Fare < 10] <- p="">
#Fare,Pclass,Sex 별 생존자율을 구하는 명령어이다.

aggregate(Survived ~ Fare2 + Pclass + Sex, data=train, FUN=function(x) {sum(x)/length(x)})

   Fare2 Pclass    Sex  Survived
1  20-30      1 female 0.8333333
2    30+      1 female 0.9772727
3  10-20      2 female 0.9142857
4  20-30      2 female 0.9000000
5    30+      2 female 1.0000000
6    <10 0.5937500="" female="" nbsp="" p="">7  10-20      3 female 0.5813953
8  20-30      3 female 0.3333333
9    30+      3 female 0.1250000
10   <10 0.0000000="" font="" male="" nbsp="">
11 20-30      1   male 0.4000000
12   30+      1   male 0.3837209
13   <10 0.0000000="" font="" male="" nbsp="">
14 10-20      2   male 0.1587302
15 20-30      2   male 0.1600000
16   30+      2   male 0.2142857
17   <10 0.1115385="" font="" male="" nbsp="">
18 10-20      3   male 0.2368421
19 20-30      3   male 0.1250000
20   30+      3   male 0.2400000

R을 통해 각 변수별 생존율에 대해 알아보았다.
위에 빨간색으로 칠한 부분은 test지에 모두 Survived 변수에 0을 대입하고
나머지는 1을 대입할 것이다.

#Survived에 0과 1을 대입한다.

> test$Survived <- 0="" p="">> test$Survived[test$Sex == 'female'] <- 1="" p="">> test$Survived[test$Sex == 'female' & test$Pclass == 3 & test$Fare >= 20] <- 0="" p="">




출처 : http://trevorstephens.com/post/72916401642/titanic-getting-started-with-r

댓글

댓글 쓰기

이 블로그의 인기 게시물

윈도우 설치에서 파티션 설정 오류(NTFS)

-
이미지
요즘 컴퓨터 OS를 갈아엎느라 시간가는 줄 모르게 컴퓨터를 해댔다. 다른 거 할 수도 없었다. 네트워크도 공부해야하는데 하지 못했다. 그래서 내가 포맷하고 OS 설치하면서 겪은 오류들을 적고자 한다. 처음 OS를 쓰다가 USB로 OS를 설치하다 보면 전에 쓰던 OS를 갈아엎는 경우가 있다. 밑의 그림처럼 나올 것이다. 그럼 주 하드디스크를 포맷버튼 누르고 OS를 설치하고 싶을 것이다. 하지만 대부분은 오류가 떠서 안될텐데..되면 말고.. (출처: http://digitaku.com/719) 윈도우를 NTFS로 포맷된 파티션에 설치해야하다는 오류가 뜬다면 (출처: http://caleb1783.tistory.com/362) 1. 우선 설치 시작화면으로 돌아가서 2. shift+f10 으로 cmd를 띄운다. 3. diskpart 명령어를 치고 enter을 누른다. 4. list disk 를 통해 디스크 목록을 본다. 5. 포맷하고 싶은 디스크를 확인한다. 6. 만약 disk0이면 select disk0 을 통해 disk0을 선택한다. 7. 그리고 가장 중요한 clean 명령어를 통해 깨끗히 지운다. 8. exit을 통해 나간다. 9. 다시 컴퓨터를 껐다가 usb 부팅을 통해 OS를 설치한다.
자세한 내용 보기

[exploit writing] 1_스택 기반 오버플로우 (1) First

-
이미지
Corelan가 쓴 Exploit Writing 을 통해 이제 뭔가 보안 공부의 첫 걸음을 시작하려 한다. 목표 윈도우 xp에서 의 취약점을 이용한 스택 오버 플로우 한다. 준비 프로그램 1. kali (가상 머신) 2. windows xp (가상 머신) 3. windows xp 에서 windbg 4. windows xp 에서 펄 스크립트를 사용하기 위한 액티브펄 5. windows xp 에서 펄 스크립트를 사용하기 위한 per dev kit 6. Easy RM to MP3 Converter 과정 1. 우선 xp에서 Easy RM to MP3 Converter를 설치한다. 2. 빈 윈도우 xp에서는 위에 쓴 준비물 중 펄 스크립트 파일을 실행시키기 위한 프로그램들을 설치한다. 3. 메모장에 밑의 코드를 작성하고 test.pl이라는 이름으로 저장한다. my $file = "crash.m3u"; my $junk = "\x41" x 10000; open($FILE, ">$file"); print $FILE "$junk"; close($FILE); print "m3u File Created Successfully \n"; 4. 그럼 밑의 그림처럼 아이콘들이 있을 것이다. 6. test 파일을 실행 시키면 위에서 봤듯이 crash.m3u 라는 파일이 생성될 것이다. (커맨드 라인을 이용해서 test 파일을 실행시키면 m3u File Created Successfully 문구가 나옴) 7. 이제 Easy RM to MP3 Converter를 실행시키고 crash 파일을 LOAD 하면  에러 메시지가 나온다. 이 수행결과는 converter 가 crash 되지 않고, 정상적인 에러 메시지를 출력함을 알 수 있다. 8....
자세한 내용 보기

하둡 설치 오류 정리

-
이미지
길고 긴 설치였다. 이틀동안 하둡 설치하는데 시간을 다 썼다. 이 때까지 오류 나왔던 것들을 다시 한 번 정리하는 의미에서 글을 쓰겠다. 이 게시글은 설치 가이드가 아닌 오류를 정리하는 글이다. 우선 나의 하둡 설치 환경에 대해 설명하자면, VirtualBox 에서 3개의 우분투 16.04버젼을 설치하고 컴퓨터의 이름은 hadoop1-VirtualBox hadoop2 hadoop3으로 하였다.  첫번째 로 만났던 고난은 리눅스의 계정 관리였다. 되도록이면 adduser을 통해 3개의 가상 머신에 hadoop이라는 계정을 만들어주는 걸 강력 추천한다. 그래야 나중에 혼동이 없고 configure 파일 수정할 때 편리하다. hadoop@hadoop1-VirtualMachine $ 위와 같이 써있으면 전자 hadoop은 계정이고 후자는 컴퓨터 이름이다.  두번째 는 ras_pub 이었다. 즉, ssh 연결할 때 비밀번호 없이 공개 키를 주어 접속할 수 있도록하는 방법이다. hadoop@hadoop1에서 hadoop@hadoop2로 ssh 접속을 하기 위해 전자에서 후자로 공개 키를 복사해서 주었을 것이다. 책에서는 이렇게 하면 끝이라고 했지만 후자에서 전자로 또 공개 키를 복사해주는 것이 좋다고 한다.  세번째 는 네트워크 접속 거부이다. 여기서 엄청 애 먹었다. iptables 나 netstat을 통해 이것저것 다 해봤다. 가장 효과적인 것은 gufw 를 apt-get install 해서 방화벽을 재설정했다. 나는 9000, 9001, 50070, 50090 포트를 모두 열어놨고 내부 네트워크에서 오는 접속은 모두 허용했다. 마지막으로 내가 생각하는 해결책은 /etc/hosts 에 있는 파일을 수정하는 것이다. 설치 가이드를 보면 이 파일을 수정하게 되는데 아래와 같이 되어 있었다. 127.0.0.1 localhost 127.0.1.1 hadoop1 두번째 있는 127.0.1.1 ...
자세한 내용 보기