# 선형 회귀 분석 예제 - 정말 이게 끝입니다!
model <- lm(price ~ area + rooms, data = housing_data)
summary(model)

# 결과 시각화도 한 줄이면 OK
plot(model)

# ggplot2로 멋진 그래프 만들기
library(ggplot2)

ggplot(data = sales_data, aes(x = date, y = revenue, color = region)) +
  geom_line(size = 1.2) +
  geom_point(size = 3) +
  theme_minimal() +
  labs(title = "지역별 매출 추이",
       x = "날짜",
       y = "매출액 (백만원)") +
  scale_color_brewer(palette = "Set2")

library(dplyr)

# 파이프 연산자(%>%)로 데이터 처리 흐름을 직관적으로!
result <- customer_data %>%
  filter(age >= 20 & age <= 40) %>%
  group_by(region) %>%
  summarise(
    avg_purchase = mean(purchase_amount),
    total_customers = n()
  ) %>%
  arrange(desc(avg_purchase))

# 20~40세 고객을 지역별로 그룹화하고
# 평균 구매액과 고객 수를 계산한 후
# 평균 구매액 기준으로 내림차순 정렬

# caret 패키지로 머신러닝 모델 학습
library(caret)

# 데이터 분할
set.seed(123)
trainIndex <- createDataPartition(iris$Species, p = 0.8, list = FALSE)
trainData <- iris[trainIndex, ]
testData <- iris[-trainIndex, ]

# 랜덤 포레스트 모델 학습
model <- train(Species ~ .,
               data = trainData,
               method = "rf",
               trControl = trainControl(method = "cv", number = 10))

# 예측 및 평가
predictions <- predict(model, testData)
confusionMatrix(predictions, testData$Species)

library(shiny)

ui <- fluidPage(
  titlePanel("실시간 데이터 대시보드"),
  
  sidebarLayout(
    sidebarPanel(
      selectInput("variable", "변수 선택:",
                  choices = c("매출", "방문자", "전환율")),
      dateRangeInput("dates", "기간 선택:")
    ),
    
    mainPanel(
      plotOutput("trendPlot"),
      tableOutput("summaryTable")
    )
  )
)

server <- function(input, output) {
  output$trendPlot <- renderPlot({
    # 선택된 변수와 기간에 따른 그래프 생성
    # 실제 데이터 처리 로직
  })
  
  output$summaryTable <- renderTable({
    # 요약 통계 테이블 생성
  })
}

shinyApp(ui = ui, server = server)

# 로지스틱 회귀로 연체 확률 예측
library(pROC)

# 모델 학습
default_model <- glm(default ~ credit_score + income + loan_amount + 
                     employment_years + debt_ratio,
                     data = loan_data,
                     family = binomial)

# ROC 곡선으로 모델 성능 평가
roc_curve <- roc(loan_data$default, 
                 predict(default_model, type = "response"))
auc(roc_curve)  # AUC 점수 확인

# 변수 중요도 확인
summary(default_model)

library(qcc)

# 관리도 생성
quality_control <- qcc(defects_data, 
                       type = "xbar",
                       title = "생산 라인 품질 관리도")

# 공정 능력 분석
process_capability <- process.capability(quality_control, 
                                         spec.limits = c(LSL, USL))

# 이상 패턴 감지
violations <- qcc.violations(quality_control)

library(cluster)
library(factoextra)

# K-means 클러스터링으로 고객 세분화
customer_segments <- kmeans(customer_features, centers = 5)

# 최적 클러스터 수 결정
fviz_nbclust(customer_features, kmeans, method = "wss")

# 클러스터 시각화
fviz_cluster(customer_segments, data = customer_features,
             palette = "jco",
             ggtheme = theme_minimal())

# 각 세그먼트별 특성 분석
segment_profiles <- customer_data %>%
  mutate(segment = customer_segments$cluster) %>%
  group_by(segment) %>%
  summarise(
    avg_purchase = mean(purchase_amount),
    avg_frequency = mean(purchase_frequency),
    avg_recency = mean(days_since_last_purchase)
  )

# R 기초 예제
# 벡터 생성
numbers <- c(1, 2, 3, 4, 5)
names <- c("Alice", "Bob", "Charlie")

# 데이터 프레임 생성
df <- data.frame(
  name = names,
  age = c(25, 30, 35),
  salary = c(50000, 60000, 70000)
)

# 함수 작성
calculate_bonus <- function(salary, rate = 0.1) {
  return(salary * rate)
}

# 적용
df$bonus <- calculate_bonus(df$salary)

library(tidyverse)

# tidyverse 스타일의 데이터 분석
analysis_result <- sales_data %>%
  # 결측치 제거
  drop_na() %>%
  # 날짜 형식 변환
  mutate(date = as.Date(date)) %>%
  # 월별 집계
  group_by(month = floor_date(date, "month")) %>%
  summarise(
    total_sales = sum(amount),
    avg_sales = mean(amount),
    transaction_count = n()
  ) %>%
  # 전월 대비 증감률 계산
  mutate(
    growth_rate = (total_sales - lag(total_sales)) / lag(total_sales) * 100
  )

library(dplyr)
# filter, select, mutate, summarise, arrange 등의 직관적인 함수들
data %>% filter(age > 30) %>% select(name, salary) %>% arrange(desc(salary))

ggplot(data, aes(x = x_var, y = y_var)) +
  geom_point(aes(color = category), size = 3) +
  geom_smooth(method = "lm") +
  theme_minimal() +
  labs(title = "Beautiful Visualization")

library(shiny)
# 인터랙티브 대시보드를 R 코드만으로!
shinyApp(ui = ui, server = server)

library(ggplot2)
library(lubridate)
library(scales)

# 주가 데이터 시각화
stock_plot <- ggplot(stock_data, aes(x = date, y = price)) +
  # 영역 그래프로 추세 표현
  geom_area(fill = "#667eea", alpha = 0.3) +
  # 선 그래프 추가
  geom_line(color = "#667eea", size = 1.2) +
  # 이동평균선 추가
  geom_line(aes(y = ma_20), color = "#f5576c", 
            linetype = "dashed", size = 1) +
  # 축 포맷팅
  scale_x_date(date_breaks = "1 month", date_labels = "%Y-%m") +
  scale_y_continuous(labels = comma) +
  # 테마와 레이블
  theme_minimal() +
  theme(
    plot.title = element_text(size = 16, face = "bold"),
    axis.text.x = element_text(angle = 45, hjust = 1)
  ) +
  labs(
    title = "주가 추이 및 20일 이동평균",
    x = "날짜",
    y = "주가 (원)",
    caption = "데이터 출처: 한국거래소"
  )

print(stock_plot)

# 버블 차트로 3개 변수 동시 표현
bubble_plot <- ggplot(country_data, 
                      aes(x = gdp_per_capita, 
                          y = life_expectancy,
                          size = population,
                          color = continent)) +
  geom_point(alpha = 0.7) +
  # 크기 범위 조정
  scale_size(range = c(2, 20), 
             labels = comma,
             name = "인구") +
  # 색상 팔레트
  scale_color_brewer(palette = "Set2", name = "대륙") +
  # 로그 스케일 적용
  scale_x_log10(labels = comma) +
  # 테마
  theme_minimal() +
  theme(legend.position = "right") +
  labs(
    title = "국가별 GDP, 기대수명, 인구 관계",
    x = "1인당 GDP (USD, 로그 스케일)",
    y = "기대수명 (세)"
  )

# 인터랙티브하게 만들기
library(plotly)
ggplotly(bubble_plot)

library(reshape2)

# 상관계수 행렬 계산
cor_matrix <- cor(numeric_data)

# 히트맵용 데이터 변환
cor_melted <- melt(cor_matrix)

# 히트맵 생성
heatmap_plot <- ggplot(cor_melted, aes(Var1, Var2, fill = value)) +
  geom_tile(color = "white") +
  # 상관계수 값 표시
  geom_text(aes(label = round(value, 2)), 
            color = "black", size = 3) +
  # 색상 그라디언트
  scale_fill_gradient2(
    low = "#2196f3",
    mid = "white",
    high = "#f44336",
    midpoint = 0,
    limit = c(-1, 1),
    name = "상관계수"
  ) +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    axis.title = element_blank()
  ) +
  labs(title = "변수 간 상관관계 히트맵") +
  coord_fixed()

print(heatmap_plot)

# 그룹별 분포 비교
distribution_plot <- ggplot(sales_data, 
                            aes(x = region, y = revenue, fill = region)) +
  # 바이올린 플롯으로 분포 형태 표현
  geom_violin(alpha = 0.5, trim = FALSE) +
  # 박스플롯으로 사분위수 표시
  geom_boxplot(width = 0.2, alpha = 0.8) +
  # 개별 데이터 포인트 추가
  geom_jitter(width = 0.1, alpha = 0.3, size = 1) +
  # 색상
  scale_fill_brewer(palette = "Pastel1") +
  # 테마
  theme_minimal() +
  theme(legend.position = "none") +
  labs(
    title = "지역별 매출 분포 비교",
    x = "지역",
    y = "매출액 (백만원)"
  ) +
  # 평균선 추가
  stat_summary(fun = mean, geom = "point", 
               shape = 23, size = 3, fill = "red")

print(distribution_plot)

# 여러 카테고리를 한 번에 비교
facet_plot <- ggplot(time_series_data, 
                     aes(x = date, y = value, color = metric)) +
  geom_line(size = 1) +
  # 메트릭별로 패널 분할
  facet_wrap(~ metric, scales = "free_y", ncol = 2) +
  # 색상
  scale_color_viridis_d() +
  # 테마
  theme_minimal() +
  theme(
    legend.position = "none",
    strip.text = element_text(face = "bold", size = 12)
  ) +
  labs(
    title = "주요 지표 추이",
    x = "날짜",
    y = "값"
  )

print(facet_plot)

# ❌ 느린 방법: 반복문 사용
slow_sum <- function(x) {
  result <- 0
  for(i in 1:length(x)) {
    result <- result + x[i]
  }
  return(result)
}

# ✅ 빠른 방법: 벡터화 연산
fast_sum <- function(x) {
  return(sum(x))
}

# 성능 비교
library(microbenchmark)
x <- 1:1000000

microbenchmark(
  slow = slow_sum(x),
  fast = fast_sum(x),
  times = 10
)
# fast가 100배 이상 빠릅니다!

# ❌ 느린 방법
df$new_col <- apply(df, 1, function(row) {
  row['col1'] + row['col2']
})

# ✅ 빠른 방법
df$new_col <- df$col1 + df$col2

# 조건부 연산도 벡터화
# ❌ 느린 방법
df$category <- apply(df, 1, function(row) {
  if(row['value'] > 100) "High" else "Low"
})

# ✅ 빠른 방법
df$category <- ifelse(df$value > 100, "High", "Low")
# 또는 dplyr::case_when 사용
df$category <- case_when(
  df$value > 100 ~ "High",
  df$value > 50 ~ "Medium",
  TRUE ~ "Low"
)

library(data.table)

# 데이터 프레임을 data.table로 변환
dt <- as.data.table(large_df)

# 빠른 그룹 연산
result <- dt[, .(
  avg_value = mean(value),
  total = sum(amount),
  count = .N
), by = .(category, region)]

# 키 설정으로 더 빠른 조인
setkey(dt1, id)
setkey(dt2, id)
merged <- dt1[dt2]  # 매우 빠른 조인

# 참조 업데이트 (메모리 효율적)
dt[, new_col := value * 2]  # 복사 없이 직접 수정

library(parallel)
library(foreach)
library(doParallel)

# 코어 수 확인
num_cores <- detectCores() - 1  # 하나는 시스템용으로 남김

# 클러스터 생성
cl <- makeCluster(num_cores)
registerDoParallel(cl)

# 병렬 처리
results <- foreach(i = 1:1000, .combine = rbind) %dopar% {
  # 시간이 오래 걸리는 작업
  complex_calculation(i)
}

# 클러스터 종료
stopCluster(cl)

# 간단한 병렬 lapply
results <- mclapply(data_list, function(x) {
  process_data(x)
}, mc.cores = num_cores)

# 메모리 사용량 확인
object.size(large_object)
format(object.size(large_object), units = "MB")

# 불필요한 객체 제거
rm(temp_data)
gc()  # 가비지 컬렉션 강제 실행

# 메모리 효율적인 데이터 읽기
library(data.table)
# 필요한 컬럼만 읽기
dt <- fread("large_file.csv", 
            select = c("col1", "col2", "col3"))

# 청크 단위로 처리
library(readr)
f <- function(x, pos) {
  # 각 청크 처리
  process_chunk(x)
}
read_csv_chunked("huge_file.csv", 
                 callback = DataFrameCallback$new(f),
                 chunk_size = 10000)

library(Rcpp)

# C++ 함수 정의
cppFunction('
  NumericVector fast_cumsum(NumericVector x) {
    int n = x.size();
    NumericVector result(n);
    result[0] = x[0];
    for(int i = 1; i < n; i++) {
      result[i] = result[i-1] + x[i];
    }
    return result;
  }
')

# R에서 호출
x <- 1:1000000
result <- fast_cumsum(x)

# 내장 함수와 비교해도 비슷하거나 더 빠름!

my_project/
├── data/
│   ├── raw/              # 원본 데이터 (절대 수정하지 않음)
│   ├── processed/        # 전처리된 데이터
│   └── external/         # 외부 데이터 소스
├── R/
│   ├── 01_data_loading.R
│   ├── 02_data_cleaning.R
│   ├── 03_analysis.R
│   ├── 04_visualization.R
│   └── functions.R       # 재사용 함수들
├── output/
│   ├── figures/          # 생성된 그래프
│   ├── tables/           # 결과 테이블
│   └── models/           # 저장된 모델
├── reports/
│   ├── analysis_report.Rmd
│   └── presentation.Rmd
├── tests/
│   └── test_functions.R  # 단위 테스트
├── .Rprofile             # 프로젝트 설정
├── config.yml            # 설정 파일
├── README.md             # 프로젝트 설명
└── my_project.Rproj      # RStudio 프로젝트 파일

# config.yml 예제
default:
  database:
    host: localhost
    port: 5432
    name: analytics_db
  
  paths:
    data: "data/raw"
    output: "output"
  
  parameters:
    test_size: 0.2
    random_seed: 42

production:
  database:
    host: prod-server.company.com
    port: 5432
    name: prod_analytics_db

# R에서 설정 읽기
library(config)
config <- config::get()
db_host <- config$database$host

# R/functions.R

#' 데이터 전처리 함수
#' 
#' @param df 데이터 프레임
#' @param cols 전처리할 컬럼명 벡터
#' @return 전처리된 데이터 프레임
#' @export
preprocess_data <- function(df, cols) {
  # 결측치 처리
  df <- df %>%
    mutate(across(all_of(cols), ~ifelse(is.na(.), median(., na.rm = TRUE), .)))
  
  # 이상치 처리
  df <- df %>%
    mutate(across(all_of(cols), ~winsorize(., probs = c(0.01, 0.99))))
  
  return(df)
}

#' 모델 평가 지표 계산
#' 
#' @param actual 실제 값
#' @param predicted 예측 값
#' @return 평가 지표 리스트
#' @export
calculate_metrics <- function(actual, predicted) {
  list(
    rmse = sqrt(mean((actual - predicted)^2)),
    mae = mean(abs(actual - predicted)),
    r_squared = cor(actual, predicted)^2
  )
}

# 함수 로드
source("R/functions.R")

---
title: "월간 매출 분석 보고서"
author: "데이터 분석팀"
date: "`r Sys.Date()`"
output:
  html_document:
    toc: true
    toc_float: true
    theme: cosmo
    code_folding: hide
params:
  start_date: "2024-01-01"
  end_date: "2024-01-31"
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, warning = FALSE, message = FALSE)
library(tidyverse)
library(knitr)
library(kableExtra)

# 데이터 로드
sales_data <- read_csv("data/processed/sales.csv") %>%
  filter(date >= params$start_date & date <= params$end_date)
```

## 요약

이번 달 총 매출은 **`r format(sum(sales_data$revenue), big.mark=",")`원**입니다.

```{r sales_trend}
# 매출 추이 그래프
ggplot(sales_data, aes(x = date, y = revenue)) +
  geom_line() +
  theme_minimal() +
  labs(title = "일별 매출 추이")
```

## 지역별 분석

```{r regional_analysis}
regional_summary <- sales_data %>%
  group_by(region) %>%
  summarise(
    총매출 = sum(revenue),
    평균매출 = mean(revenue),
    거래건수 = n()
  )

kable(regional_summary, format.args = list(big.mark = ",")) %>%
  kable_styling(bootstrap_options = c("striped", "hover"))
```

# .gitignore 예제
# R 관련
.Rhistory
.RData
.Rproj.user/

# 데이터 파일 (용량이 큰 경우)
data/raw/*.csv
data/processed/*.rds

# 출력 파일
output/
*.pdf
*.html

# 민감한 정보
config_local.yml
.env

# 임시 파일
*~
.DS_Store