第4集-shiny銷售儀表板
Business Data Analytics
4.1 範例_runExample(“04_mpg”)
4.2 範例_runExample(“05_sliders”)
4.3 銷售儀表板-手繪版
4.4 銷售儀表板-完成版
4.5 習題-R與小明算命師
4.6 結論
4.3.1 資料集與儀表板-架構
4.3.2 shiny銷售儀表板-手繪版
4.3.3 Shiny Widgets Gallery
library(shiny) # shinyApp
library(dplyr) # mutate_if, mutate, filter
library(DT) # datatable
library(ggplot2) # ggplot
library(plotly) # plot_ly
# 線上銷售儀表板App
# https://rwepa.shinyapps.io/shinySalesDashboard/
# 匯入資料
library(readxl) # read_excel
# https://github.com/rwepa/DataDemo/blob/master/OnlineRetail.xlsx
sales <- read_excel(path="data/OnlineRetail.xlsx") # 匯入時間 < 10 seconds
sales # 541,909 × 8
# 資料轉換
sales <- sales %>%
mutate_if(is.character, as.factor) %>% # 轉換 character 為 factor
mutate(Amount=Quantity*UnitPrice) %>% # 新增 Amount=Quantity*UnitPrice
filter(Quantity > 0 & UnitPrice > 0) %>% # 篩選 Quantity>0 & UnitPrice>0
na.omit() # 刪除 NA
summary(sales)
# sales # 397,884 × 9
save(sales, file = "data/sales.RData")
load("data/sales.RData")
sales資料物件結果
ui, server解說
人力資源資料集說明: https://github.com/rwepa/DataDemo#human_resourcecsv
下載: https://github.com/rwepa/DataDemo/blob/master/human_resource.csv
目標為建立shiny人力資源儀表板
建立資料摘要分析
繪圖理解資料的特性
小明算命師🔮使用 left (是否離職;1:離職, 0:沒有)為反應變數進行監督式學習預測
自動產生報表分析結果,內容包括監督式學習模型,模型視覺化,混淆矩陣,ROC曲線,預測正確率等
熟悉 ui, server函數
熟悉 dplyr, DT, ggplot2, plotly套件
理解第3章銷售儀表板建置
第4章習題-R與小明算命師(解答…期待…第5集)