knitr::opts_chunk$set(eval = TRUE, echo = TRUE, warning = FALSE) References: solitude: https://github.com/talegari/solitude isofor: https://campus.datacamp.com/courses/anomaly-detection-in-r/isolation-forest # install.packages("mvoutlier")) # install.packages("remotes")) # remotes::install_github("Zelazny7/isofor") #import libraries library(ggplot2) library(ggpubr) library(solitude) # hereafter, "sol" library(isofor) # hereafter, "iso" library(viridis) packageVersion("solitude") #create sample data data("humus", package = "mvoutlier") # 2-dimensional columns_required <- c("Bi", "Cd") humus2 <- humus[ , columns_required] # multi-dimensional columns_required_mul <- setdiff(colnames(humus) , c("Cond", "ID", "XCOO", "YCOO", "LOI") ) humus_mul <- humus[ , columns_required_mul] str(humus2) str(humus_mul) #plot data ggplot(humus2, aes(x = Bi, y = Cd)) + geom_point(shape = 1, alpha = 0.

들어가며 워크스테이션 성능은 괴물같은데 할 일 없이 놀고만 있다. 병렬처리로 빡세게 굴려보자. 이놈들. (하지만 내 코드가 멀티코어 사용으로는 해결되지 않을 종류

Getting started Introduction 패키지를 만드는 이유 다른 사람과 코드 공유 다른 사람들이 내 코드를 쉽게 이해하고 사용할 수 있게 매뉴얼 작성 나 자신이 내 코드를 쉽게 이해하고 사용할 수 있게 매뉴

Log 2020-04-12: 23, 24.6 과학원에서 기상자료 QC하는 R 코드를 짰는데, 꽤 애먹었다. 컴퓨터 메모리는 8GB. 인풋으로 사용하는 csv 파일이 최대 2GB 정도로 크긴 했지만 메모리에는 문제가

Intro 연구실에서 여러 장소의 주소 –> 경위도 좌표 변환을 할 일이 있다. 하나하나 웹페이지에서 하기는 많으므로 코딩을 하기로 했다. API를 사용하면 되는 듯하다. API? Application

2. Statistical Learning 2.1. What Is Statistical Learning? Y = f(X) + e 여기서 함수 f는 X가 담고 있는 Y에 대한 systematic information이다. e는 f가 표현하지 못하는 random error term이다. e는 X에 독