지금까지 다양한 통계 소프트웨어를 사용해서 PCA를 수행했고, 간단하게 특징을 살펴 봤습니다.
Orange Data Mining을 이용한 주성분 분석과 군집분석
제가 사용한 통계 소프트웨어 전반적인 사항을 아래 그림에 정리했습니다. 참고해서 본인 수준에 맞게 사용하면 됩니다.
아래 내용도 참고해서 어떤 소프트웨어를 익히는 것이 중장기적으로 유리할 지 생각해 보세요.
아직까지 부동의 인기순위 1위는 SPSS입니다. 통계 초보가 쓰기에 가장 편하기 때문입니다. 그러나 고가라서 대학에 라이센스가 없으면 학생 개인이 구입해서 사용하기는 어렵습니다. 이런 문제로 점점 무료 통계 소프트웨어인 R이 인기를 얻고 있습니다. R은 통계뿐만 아니라 기계학습과 지도 표출 등 다양한 활용이 가능합니다.
구글 스칼라에서 검색한 학술 논문 중에서 SPSS를 언급한 논문이 2010년 전후로 급격히 감소했습니다. SAS도 마찬가지입니다. 대신 R과 STATA가 상당히 증가했습니다.
Update to Data Science Software Popularity | R-bloggers
I’ve updated The Popularity of Data Science Software‘s market share estimates based on scholarly articles. I posted it below, so you don’t have to sift through the main article to read the new section. Scholarly Articles Scholarly articles provide a
www.r-bloggers.com
'자료처리' 카테고리의 다른 글
| HYSPLIT PC 버전 해상도 변경 (0) | 2024.09.07 |
|---|---|
| SPSS로 주성분 분석 수행할 때 고려할 사항 (0) | 2024.07.02 |
| Python 주성분 분석 (0) | 2024.07.01 |
| R 주성분 분석 (0) | 2024.07.01 |
| Orange Data Mining을 이용한 주성분 분석과 군집분석 (0) | 2024.07.01 |
댓글