Suche senden
Hochladen
#TokyoR 39 高速に前処理するNYSOL
•
29 gefällt mir
•
22,594 views
Satoshi Kitajima
Folgen
高速に前処理するNYSOLについて、#TokyoR 39で発表しました。 主にMコマンド(MCMD)をご紹介しています。
Weniger lesen
Mehr lesen
Daten & Analysen
Melden
Teilen
Melden
Teilen
1 von 28
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
KSK Analytics Inc.
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
KSK Analytics Inc.
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
KSK Analytics Inc.
【KSKアナリティクス】 NYSOL 使い方 データ準備編
【KSKアナリティクス】 NYSOL 使い方 データ準備編
KSK Analytics Inc.
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
KSK Analytics Inc.
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
KSK Analytics Inc.
SASより高速なRevolution R Enterprise
SASより高速なRevolution R Enterprise
Satoshi Kitajima
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
Satoshi Kitajima
Empfohlen
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
KSK Analytics Inc.
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
KSK Analytics Inc.
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
KSK Analytics Inc.
【KSKアナリティクス】 NYSOL 使い方 データ準備編
【KSKアナリティクス】 NYSOL 使い方 データ準備編
KSK Analytics Inc.
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
【KSKアナリティクス】 NYSOL 使い方 顧客数の確認編
KSK Analytics Inc.
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
【KSKアナリティクス】 NYSOL 使い方 顧客の年齢を計算編
KSK Analytics Inc.
SASより高速なRevolution R Enterprise
SASより高速なRevolution R Enterprise
Satoshi Kitajima
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
Satoshi Kitajima
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
ossanalytics
レボリューションR(RRE)のご紹介
レボリューションR(RRE)のご紹介
Satoshi Kitajima
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
Kazuki Negoro
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
Toru Takahashi
OSSのクラウド基盤 OpenStack / CloudStack
OSSのクラウド基盤 OpenStack / CloudStack
VirtualTech Japan Inc.
OpenStack Summit Sydney OpenStackの運用や安定性に関する動向
OpenStack Summit Sydney OpenStackの運用や安定性に関する動向
kimura50
[Cloud OnAir ] #03 No-ops で大量データ処理基盤を簡単に構築する
[Cloud OnAir ] #03 No-ops で大量データ処理基盤を簡単に構築する
Google Cloud Platform - Japan
Nutanix Advent Calendar 2021年12月22日分
Nutanix Advent Calendar 2021年12月22日分
itnews2
build2017のazure関連情報まとめ
build2017のazure関連情報まとめ
裕之 木下
あらゆる検索を叶えるElastic Workplace Search
あらゆる検索を叶えるElastic Workplace Search
Elasticsearch
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
Shigeru Harasawa
Cassandra Meetup Tokyo, 2016 Spring Part 2
Cassandra Meetup Tokyo, 2016 Spring Part 2
Shigeru Harasawa
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
Insight Technology, Inc.
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
Google Cloud Platform - Japan
OSSのクラウド基盤 OpenStack / CloudStack
OSSのクラウド基盤 OpenStack / CloudStack
Nobuyuki Tamaoki
Google Cloud のネットワークとロードバランサ
Google Cloud のネットワークとロードバランサ
Google Cloud Platform - Japan
Spark on sql server?
Spark on sql server?
Oda Shinsuke
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
Google Cloud Platform - Japan
Jawsfesta2018 oosaka sponsor
Jawsfesta2018 oosaka sponsor
安隆 沖
Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用
Yukio Kumazawa
Building asp.net core blazor and elasticsearch elasticsearch using visual stu...
Building asp.net core blazor and elasticsearch elasticsearch using visual stu...
Shotaro Suzuki
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
griddb
Weitere ähnliche Inhalte
Was ist angesagt?
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
ossanalytics
レボリューションR(RRE)のご紹介
レボリューションR(RRE)のご紹介
Satoshi Kitajima
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
Kazuki Negoro
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
Toru Takahashi
OSSのクラウド基盤 OpenStack / CloudStack
OSSのクラウド基盤 OpenStack / CloudStack
VirtualTech Japan Inc.
OpenStack Summit Sydney OpenStackの運用や安定性に関する動向
OpenStack Summit Sydney OpenStackの運用や安定性に関する動向
kimura50
[Cloud OnAir ] #03 No-ops で大量データ処理基盤を簡単に構築する
[Cloud OnAir ] #03 No-ops で大量データ処理基盤を簡単に構築する
Google Cloud Platform - Japan
Nutanix Advent Calendar 2021年12月22日分
Nutanix Advent Calendar 2021年12月22日分
itnews2
build2017のazure関連情報まとめ
build2017のazure関連情報まとめ
裕之 木下
あらゆる検索を叶えるElastic Workplace Search
あらゆる検索を叶えるElastic Workplace Search
Elasticsearch
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
Shigeru Harasawa
Cassandra Meetup Tokyo, 2016 Spring Part 2
Cassandra Meetup Tokyo, 2016 Spring Part 2
Shigeru Harasawa
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
Insight Technology, Inc.
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
Google Cloud Platform - Japan
OSSのクラウド基盤 OpenStack / CloudStack
OSSのクラウド基盤 OpenStack / CloudStack
Nobuyuki Tamaoki
Google Cloud のネットワークとロードバランサ
Google Cloud のネットワークとロードバランサ
Google Cloud Platform - Japan
Spark on sql server?
Spark on sql server?
Oda Shinsuke
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
Google Cloud Platform - Japan
Jawsfesta2018 oosaka sponsor
Jawsfesta2018 oosaka sponsor
安隆 沖
Was ist angesagt?
(19)
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
レボリューションR(RRE)のご紹介
レボリューションR(RRE)のご紹介
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
バッチを Akka Streams で再実装したら100倍速くなった話 #ScalaMatsuri
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
OSSのクラウド基盤 OpenStack / CloudStack
OSSのクラウド基盤 OpenStack / CloudStack
OpenStack Summit Sydney OpenStackの運用や安定性に関する動向
OpenStack Summit Sydney OpenStackの運用や安定性に関する動向
[Cloud OnAir ] #03 No-ops で大量データ処理基盤を簡単に構築する
[Cloud OnAir ] #03 No-ops で大量データ処理基盤を簡単に構築する
Nutanix Advent Calendar 2021年12月22日分
Nutanix Advent Calendar 2021年12月22日分
build2017のazure関連情報まとめ
build2017のazure関連情報まとめ
あらゆる検索を叶えるElastic Workplace Search
あらゆる検索を叶えるElastic Workplace Search
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring
Cassandra Meetup Tokyo, 2016 Spring Part 2
Cassandra Meetup Tokyo, 2016 Spring Part 2
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
[Cloud OnAir] Google Cloud の考える次世代ハイブリッドクラウドとは? 2019年8月22日 放送
OSSのクラウド基盤 OpenStack / CloudStack
OSSのクラウド基盤 OpenStack / CloudStack
Google Cloud のネットワークとロードバランサ
Google Cloud のネットワークとロードバランサ
Spark on sql server?
Spark on sql server?
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
[Cloud OnAir] ビジネスを変革する!クラウドを活用したデータ分析基盤の第一歩 (LIVE) 2018年4月12日 放送
Jawsfesta2018 oosaka sponsor
Jawsfesta2018 oosaka sponsor
Ähnlich wie #TokyoR 39 高速に前処理するNYSOL
Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用
Yukio Kumazawa
Building asp.net core blazor and elasticsearch elasticsearch using visual stu...
Building asp.net core blazor and elasticsearch elasticsearch using visual stu...
Shotaro Suzuki
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
griddb
IoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache Flink
Takanori Suzuki
スタートアップがAWSを使うべき3つの理由
スタートアップがAWSを使うべき3つの理由
Serverworks Co.,Ltd.
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
Hideo Takagi
Data Scientists Love SQL Server
Data Scientists Love SQL Server
Tomoyuki Oota
BPStudy20121221
BPStudy20121221
Shinichiro Takezaki
Developers.IO 2019 Effective Datalake
Developers.IO 2019 Effective Datalake
Satoru Ishikawa
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
Insight Technology, Inc.
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
griddb
JAWS DAYS 2019
JAWS DAYS 2019
陽平 山口
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
How to organize data science project (データサイエンスプロジェクトの始め方101)
How to organize data science project (データサイエンスプロジェクトの始め方101)
Yasuyuki Kataoka
[Cloud OnAir] ケーススタディから学ぶ GCP で行うデータ エンジニアリング 2019年6月6日 放送
[Cloud OnAir] ケーススタディから学ぶ GCP で行うデータ エンジニアリング 2019年6月6日 放送
Google Cloud Platform - Japan
AIOpsで実現する効率化 OSC 2022 Online Spring TIS
AIOpsで実現する効率化 OSC 2022 Online Spring TIS
Daisuke Ikeda
Migrating tocloudnativeapplicationwithusingelasticapm
Migrating tocloudnativeapplicationwithusingelasticapm
Shotaro Suzuki
市場動向並びに弊社製品の今後の展望について
市場動向並びに弊社製品の今後の展望について
Ken Azuma
データ分析で Excel を活用しよう
データ分析で Excel を活用しよう
Tsuyoshi Kitagawa
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft
Ähnlich wie #TokyoR 39 高速に前処理するNYSOL
(20)
Share pointを支えるsql server2014最新情報 tokyo_公開用
Share pointを支えるsql server2014最新情報 tokyo_公開用
Building asp.net core blazor and elasticsearch elasticsearch using visual stu...
Building asp.net core blazor and elasticsearch elasticsearch using visual stu...
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!?~両者を備えたスケールアウトデータベースGridDB~
IoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache Flink
スタートアップがAWSを使うべき3つの理由
スタートアップがAWSを使うべき3つの理由
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
Data Scientists Love SQL Server
Data Scientists Love SQL Server
BPStudy20121221
BPStudy20121221
Developers.IO 2019 Effective Datalake
Developers.IO 2019 Effective Datalake
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
[db tech showcase Tokyo 2016] A25: ACIDトランザクションをサポートするエンタープライズ向けNoSQL Databas...
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
もうSQLとNoSQLを選ぶ必要はない!? ~両者を備えたスケールアウトデータベースGridDB~
JAWS DAYS 2019
JAWS DAYS 2019
AWSで作る分析基盤
AWSで作る分析基盤
How to organize data science project (データサイエンスプロジェクトの始め方101)
How to organize data science project (データサイエンスプロジェクトの始め方101)
[Cloud OnAir] ケーススタディから学ぶ GCP で行うデータ エンジニアリング 2019年6月6日 放送
[Cloud OnAir] ケーススタディから学ぶ GCP で行うデータ エンジニアリング 2019年6月6日 放送
AIOpsで実現する効率化 OSC 2022 Online Spring TIS
AIOpsで実現する効率化 OSC 2022 Online Spring TIS
Migrating tocloudnativeapplicationwithusingelasticapm
Migrating tocloudnativeapplicationwithusingelasticapm
市場動向並びに弊社製品の今後の展望について
市場動向並びに弊社製品の今後の展望について
データ分析で Excel を活用しよう
データ分析で Excel を活用しよう
Microsoft Ignite Fall 2021 Data Platform Update Topics
Microsoft Ignite Fall 2021 Data Platform Update Topics
Mehr von Satoshi Kitajima
分析革命がもたらすビッグデータの世界@Cloudera World Tokyo 2014
分析革命がもたらすビッグデータの世界@Cloudera World Tokyo 2014
Satoshi Kitajima
データサイエンティスト必見!M-1グランプリ
データサイエンティスト必見!M-1グランプリ
Satoshi Kitajima
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Windows 7】
Satoshi Kitajima
RapidMinerのインストール【Ubuntu 14.04 LTS】
RapidMinerのインストール【Ubuntu 14.04 LTS】
Satoshi Kitajima
RapidMinerのインストール【CentOS 6.5】
RapidMinerのインストール【CentOS 6.5】
Satoshi Kitajima
RapidMinerのインストール【Mac OSX Mavericks】
RapidMinerのインストール【Mac OSX Mavericks】
Satoshi Kitajima
Mehr von Satoshi Kitajima
(6)
分析革命がもたらすビッグデータの世界@Cloudera World Tokyo 2014
分析革命がもたらすビッグデータの世界@Cloudera World Tokyo 2014
データサイエンティスト必見!M-1グランプリ
データサイエンティスト必見!M-1グランプリ
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Ubuntu 14.04 LTS】
RapidMinerのインストール【Ubuntu 14.04 LTS】
RapidMinerのインストール【CentOS 6.5】
RapidMinerのインストール【CentOS 6.5】
RapidMinerのインストール【Mac OSX Mavericks】
RapidMinerのインストール【Mac OSX Mavericks】
#TokyoR 39 高速に前処理するNYSOL
1.
NYSOL Partner KSK
Analytics 2014/5/31 第39回R勉強会@東京(#TokyoR) Lightning Talk 高速に前処理するNYSOL 株式会社KSKアナリティクス データアナリスト 北島 聡
2.
NYSOL Partner KSK
Analytics データ分析のプロセス 実は8割以上は前処理 社外データ 業務システム EXCEL 様々なデータ形式 膨大なデータ量 複雑なデータ構造 分析用 データ 各種・分析モデル クラス 分類 回帰 分析 パターン 解析 クラスタ リング CSV 繰り返しの 前処理 SQLクエリ? AWK? ETLツール? Python?Ruby? R? Excel?
3.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 3 データ分析のプロセス 実は8割以上は前処理 1. システム担当者はデータ加工を嫌がります 2. SQLは複雑・実行時間もかかりすぎます 3. プログラミングは実行まで時間がかかります 4. DWHや専用ツールはお金がかかります 5. データ加工には特殊な能力が必要? 分析用 データ 繰り返しの 前処理 SQLクエリ? AWK? ETLツール? Python?Ruby? R? Excel?
4.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 4 ・「にそる」と読みます。 ・日本発のオープンソースです。 ・すべて無料です。 ・www.nysol.jp
5.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 5
6.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 6 本日のご紹介は、 この「Mコマンド」です。
7.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 7 自信を持って 言えること
8.
NYSOL Partner KSK
Analytics Rより簡単。 © KSK Analytics Inc. 8 <
9.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 9 < Rより早い。
10.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 10 < 某DBより早い。
11.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 11 < Rより柔らかい。
12.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 12 皆さん、 ごめんなさい。
13.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 13 R勉強会ですが、
14.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 14 これからRの話は 全くしません m(__)m
15.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 15 簡単。早い。柔らかい。
16.
NYSOL Partner KSK
Analytics 仕組みはシンプル Mコマンド ・UNIXコマンド ・約70種類 ・CSVデータ 組み合わせは無限大 ・各コマンドを 「パイプ」で接続 © KSK Analytics Inc. 16
17.
NYSOL Partner KSK
Analytics 顧客の平均来店間隔日数を求めたい
18.
NYSOL Partner KSK
Analytics データはCSV
19.
NYSOL Partner KSK
Analytics STEP.1) 必要になる 「顧客」と「日付」項目を選択する。(「商品」を排除) mcut f=顧客,日付
20.
NYSOL Partner KSK
Analytics STEP.2) どの日に来店したかがわかればよいので、 同じ顧客で日付の重複行は省く。 muniq k=顧客,日付
21.
NYSOL Partner KSK
Analytics STEP.3) 「日付」項目の下レコードを横にずらす mslide k=顧客 f=日付:次日付
22.
NYSOL Partner KSK
Analytics STEP.4) 「次日付」-「日付」の日数計算を行う。 mcal c=‘$d{次日付}-‐$d{日付}’ a=日数
23.
NYSOL Partner KSK
Analytics STEP.5) 「日付」と「次日付」は必要ないので省く。 mcut f=顧客,日数
24.
NYSOL Partner KSK
Analytics STEP.6) 顧客別に日数の平均値を計算 (項目名を「平均来店間隔日数」とする) mavg k=顧客 f=日数:平均来店間隔日数
25.
NYSOL Partner KSK
Analytics シェルスクリプト 以上のような処理を実際にコンピュータで行うためには、1)コマンドラインから入力する、 もしくは2)シェルスクリプトを記述する、の大きく2パターン。 入力ファイルを「購買履歴データ.csv」、出力ファイル名を「結果.csv」とすると、シェルスク リプトでの記載は以下のようになります。 #!/bin/sh mcut f=顧客,日付 i=購買履歴データ.csv | muniq k=顧客,日付 | mslide k=顧客 f=日付:次日付 | mcal c='$d{次日付}-‐$d{日付}' a=日数 | mcut f=顧客,日数 | mavg k=顧客 f=日数:平均来店間隔日数 o=結果.csv
26.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 26 約70種類のコマンド(一覧がご覧いただけます) hmp://www.nysol.sakura.ne.jp/mcmd/jp/index.html
27.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 27 日本発のオープンソースです。 みなさん、一緒に応援しましょう!
28.
NYSOL Partner KSK
Analytics © KSK Analytics Inc. 28 株式会社KSKアナリティクス www.ksk-anl.com セールス & マーケティング本部 sales@ksk-anl.com www.nysol.jp 株式会社KSKアナリティクスでは、 NYSOLのビジネスサポート、トレーニング等を 提供しています。お気軽に問い合わせ下さい。 ダウンロードはこちらから UNIX環境(Linux, Macなど)で動作
Jetzt herunterladen