M2 = matrix(data = 1:20, nrow = 4, byrow = TRUE) M2 [,1] [,2] [,3] [,4] [,5] [1,] 1 2 3 4 5 [2,] 6 7 8 9 10 [3,] 11 12 13 14 15 [4,] 16 17 18 19 20 byrow = TRUE 행으로 받기 M3 = matrix(data = 1:20, nrow = 4, byrow = FALSE) M3 [,1] [,2] [,3] [,4] [,5] [1,] 1 5 9 13 17 [2,] 2 6 10 14 18 [3,] 3 7 11 15 19 [4,] 4 8 12 16 20 byrow = FALSE 열로 받기 M4 = M2 + M3 M4 [,1] [,2] [,3] [,4] [,5] [1,] 2 7 12 17 22 [2..

행렬 생성 함수 - matrix() byrow = TRUE 데이터를 행 순서로 깔고 가겠다. byrow = FALSE 데이터를 열 순서로 깔고 가겠다. M1 = matrix(data = 0, nrow = 2, ncol = 3) M1 [,1] [,2] [,3] [1,] 0 0 0 [2,] 0 0 0 M2 = matrix(data = 1:20, nrow = 4, byrow = TRUE) M2 byrow = TRUE 행별로 [,1] [,2] [,3] [,4] [,5] [1,] 1 2 3 4 5 [2,] 6 7 8 9 10 [3,] 11 12 13 14 15 [4,] 16 17 18 19 20 M3 = matrix(data = 1:20, nrow = 4, byrow = FALSE) M3 byrow = FALSE..

무작위 샘플링 - 샘플링이란 주어진 표본에서 무작위 확률로 값을 뽑아내는 것을 의미 - 복원추출: 한번 추출돼도 다음에 기회가 있음 (원코 o) TRUE - 비복원추출: 한번 추출되면 다음 기회가 없음 (원코 x) FALSE ### 로또 1~45번까지 번호중 6개의 공을 무작위로 뽑습니다. > sample(x = 1:45, size = 6, replace =FALSE) # x: 1~45까지 size: 몇개의 공 replace : 복원(TRUE) or 비복원(FALSE) - 고정난수 > set.seed(12345) -

- 데이터 인덱싱 : 좌표의 위치 즉 벡터 V1에 n번째 위치에 무엇이 있는지 확인 하는 것 V1 V1[c(1,3)] [1] 1 3 ### 2,4번째 값을 제외하고 출력 > V1[-c(2,4)] [1] 1 3 5 ### 3번째에서 마지막 값까지 출력. # 마지막값이 코딩에 따라 변하기에 length(V1): 벡터의 길이(원소의 개수)로 오류없이 가능 > V1[3:length(V1)] [1] 3 4 5 > V1 names(V1) V1 A1 A2 A3 A4 A5 1 2 3 4 5 > V1[c("A1","A3")] A1 A3 1 3