xwMOOC 네트워크
상관분석
1. 탐색적 데이터 분석 1
놀이공원 방문에 대한 만족도 조사를 한 데이터가 rintro-chapter7.csv 파일에 저장되어 있다. 이 파일을 다운로드 받아 탐색적 데이터 분석을 수행한다. 단, 빠르고 신속해야만 한다.
1.1. 놀이공원 데이터
rintro-chapter7.csv 파일을 read_csv() 함수로 불러읽어 들인다. 그리고 데이터가 크지 않아 100개만 뽑아서 살펴보자.
# 0. 환경설정 ------------------
library(tidygraph)
library(tidyverse)
library(ggraph)
library(DT)
library(corrplot)
library(GGally)
library(skimr)
library(corrr)
library(extrafont)
loadfonts()
# 1. 데이터 가져오기 ------------------
market_df <- read_csv("http://r-marketing.r-forge.r-project.org/data/rintro-chapter7.csv")
market_df %>% sample_n(100) %>% datatable()1.1. 단변량 분석
skim() 함수를 통해서 단변량 데이터 분석을 신속히 수행한다.
# 2. 탐색적 데이터 분석 ------------------
## 2.1. 단변량 분석 ------------------
skim(market_df)Skim summary statistics
n obs: 500
n variables: 8
Variable type: character
variable missing complete n min max empty n_unique
weekend 0 500 500 2 3 0 2
Variable type: integer
variable missing complete n mean sd p0 p25 median p75 p100
clean 0 500 500 87.9 5.12 74 84 88 91 100
games 0 500 500 78.67 8.12 57 73 78 85 100
num.child 0 500 500 1.74 1.5 0 0 2 3 5
overall 0 500 500 51.26 15.88 6 40 50 62 100
rides 0 500 500 85.85 5.46 72 82 86 90 100
wait 0 500 500 69.9 10.77 40 62 70 77 100
hist
<U+2581><U+2582><U+2585><U+2587><U+2586><U+2586><U+2582><U+2582>
<U+2581><U+2582><U+2587><U+2587><U+2587><U+2587><U+2582><U+2581>
<U+2587><U+2583><U+2581><U+2587><U+2583><U+2581><U+2582><U+2581>
<U+2581><U+2582><U+2585><U+2587><U+2585><U+2585><U+2581><U+2581>
<U+2581><U+2583><U+2583><U+2587><U+2586><U+2585><U+2582><U+2581>
<U+2581><U+2582><U+2586><U+2587><U+2587><U+2586><U+2582><U+2581>
Variable type: numeric
variable missing complete n mean sd p0 p25 median p75 p100
distance 0 500 500 31.05 33.15 0.53 10.32 19.02 39.58 239.19
hist
<U+2587><U+2582><U+2581><U+2581><U+2581><U+2581><U+2581><U+2581>
1.2. 교차분석
ggpairs() 함수로 모든 변수에 대해서 교차분석을 수행한다.
## 2.2. 교차 분석 ------------------
ggpairs(market_df)
1.3. 상관분석
corrplot.mixed() 함수로 모든 변수에 대해서 중요 변수에 대해 상관분석을 수행한다.
## 2.3. 상관 분석 ------------------
market_df %>%
mutate(log_dist = log(distance)) %>%
select(num.child, log_dist, rides, games, wait, clean, overall) %>%
cor() %>%
corrplot.mixed(upper="ellipse")
2. 상관계수 네트워크 분석
2.1. 상관계수 기반 네트워크 분석 데이터프레임
상관계수 기반 네트워크 분석을 위해서 corrr 팩키지를 활용한다. 기존 cor() 함수는 데이터 상관계수 분석 결과가 행렬로 떨어지게 되어 다음 분석단계에서 활용시 애로사항이 많았다. corrr 팩키지는 후속 분석이 용이하도록 다양한 함수도 제공한다.
# 3. 네트워크 분석 ------------------
## 3.1. 상관분석 행렬 --> 데이터프레임 데이터
market_cor_df <- market_df %>%
mutate(log_dist = log(distance)) %>%
select(num.child, log_dist, rides, games, wait, clean, overall) %>%
t() %>% correlate() %>% # (2)
shave(upper = TRUE) %>% # (3)
stretch(na.rm = TRUE) %>%
filter(r >=0.9993)2.2. 상관계수 기반 네트워크 분석 시각화
상관계수는 두변수 간의 관계로 방향성이 없이 두변수간의 상관계수를 corrr 팩키지 stretch() 함수로 구현하였다. 이를 tidygraph 인자로 넣어 네트워크 자료형을 변환시킨 후에 ggraph() 함수로 시각화한다.
## 3.2. 네트워크 시각화
### 3.2.1. 초기 시각화 -----
market_graph <- as_tbl_graph(market_cor_df, directed = FALSE)
ggraph(market_graph) +
geom_edge_link() +
geom_node_point() +
geom_node_text(aes(label = name), size = 3, repel = TRUE) +
theme_graph(base_family="NanumGothic") 
2.3. 상관계수 기반 네트워크 고급 시각화
네트워크 분석에서 결점 노드는 범주형, 연결선 엣지는 숫자형 가중치(weight)를 사용하여 이를 네트워크 그래프에 반영시킨다.
### 3.2.2. 주말 효과 -----
# 주말 효과
weekend_df <- data_frame(
name = paste0("V",rownames(market_df)),
weekend = as.factor(market_df$weekend)
)
market_graph <- market_graph %>%
activate(nodes) %>%
left_join(weekend_df, by = "name")
# 연결선 가중치(weight)
market_graph <- market_graph %>%
activate(edges) %>%
rename(weight = r)
# 시각화
ggraph(market_graph) +
geom_edge_link(aes(width = weight), alpha = 0.2) +
scale_edge_width(range = c(0.2, 1)) +
geom_node_point(aes(color = weekend), size = 2) +
geom_node_text(aes(label = name), size = 3, repel = TRUE) +
theme_graph(base_family="NanumGothic") 
3. 군집분석
tidygraph 팩키지에 다수 군집분석관련된 함수가 지원되는데 group_*로 시작한다. group_infomap(), group_edge_betweenness() 함수가 대표적이다. 이를 반영하여 군집을 식별하고 시각화한다.
# 4. 군집분석 ------------------
market_graph %>%
activate(nodes) %>%
mutate(community = as.factor(group_infomap())) %>%
mutate(community = fct_lump(community, 5)) %>%
ggraph(layout = "graphopt") +
geom_edge_link(width = 1, colour = "lightgray") +
geom_node_point(aes(color = community), size = 2) +
geom_node_text(aes(label = name), size = 3, repel = TRUE) +
theme_graph(base_family="NanumGothic")