SHARE
TWEET

Untitled

a guest Mar 26th, 2019 61 Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
  1. server = function(input,output){
  2.  
  3.   df = reactive({
  4.     req(input$file1)
  5.     read.csv(file = input$file1$datapath)
  6.   })
  7.  
  8.   #Perform Regression
  9.  
  10.   output$prediction = renderTable({
  11.     req(df())
  12.  
  13.     new_data_pre <- transform(df(),
  14.                               line_change_y = ifelse(line_change == "y", 1, 0),
  15.                               line_change_n = ifelse(line_change == "n", 1, 0),
  16.                               #
  17.                               touch_screen_y = ifelse(touch_screen == "y", 1, 0),
  18.                               touch_screen_n = ifelse(touch_screen == "n", 1, 0),
  19.                               #
  20.                               button_color_b = ifelse(button_color == "blue", 1, 0),
  21.                               button_color_g = ifelse(button_color == "green", 1, 0),
  22.                               button_color_o = ifelse(button_color == "orange", 1, 0),
  23.                               button_color_p = ifelse(button_color == "pink", 1, 0),
  24.                               button_color_r = ifelse(button_color == "red", 1, 0),
  25.                               button_color_v = ifelse(button_color == "violet", 1, 0),
  26.                               button_color_w = ifelse(button_color == "white", 1, 0),
  27.                               button_color_y = ifelse(button_color == "yellow", 1, 0),
  28.                               button_color_others = ifelse(button_color != "blue" &
  29.                                                              button_color != "green" &
  30.                                                              button_color != "orange" &
  31.                                                              button_color != "pink" &
  32.                                                              button_color != "red" &
  33.                                                              button_color != "violet" &
  34.                                                              button_color != "white" &
  35.                                                              button_color != "yellow", 1, 0),
  36.                               #
  37.                               auto_color_bk = ifelse(auto_color == "black", 1, 0),
  38.                               auto_color_b = ifelse(auto_color == "blue", 1, 0),
  39.                               auto_color_gd = ifelse(auto_color == "gold", 1, 0),
  40.                               auto_color_g = ifelse(auto_color == "green", 1, 0),
  41.                               auto_color_o = ifelse(auto_color == "orange", 1, 0),
  42.                               auto_color_p = ifelse(auto_color == "pink", 1, 0),
  43.                               auto_color_r = ifelse(auto_color == "red", 1, 0),
  44.                               auto_color_v = ifelse(auto_color == "violet", 1, 0),
  45.                               auto_color_w = ifelse(auto_color == "white", 1, 0),
  46.                               auto_color_y = ifelse(auto_color == "yellow", 1, 0),
  47.                               auto_color_another = ifelse(auto_color != "black" &
  48.                                                             auto_color != "blue" &
  49.                                                             auto_color != "gold" &
  50.                                                             auto_color != "green" &
  51.                                                             auto_color != "orange" &
  52.                                                             auto_color != "pink" &
  53.                                                             auto_color != "red" &
  54.                                                             auto_color != "violet" &
  55.                                                             auto_color != "white" &
  56.                                                             auto_color != "yellow", 1, 0),
  57.                               #
  58.                               Fruit_y = ifelse(Fruit == "y", 1, 0),
  59.                               Fruit_n = ifelse(Fruit == "n", 1, 0),
  60.                               #
  61.                               poker_y = ifelse(poker == "y", 1, 0),
  62.                               poker_n = ifelse(poker == "n", 1, 0),
  63.                               #
  64.                               BAR_y = ifelse(BAR == "y", 1, 0),
  65.                               BAR_n = ifelse(BAR == "n", 1, 0),
  66.                               #
  67.                               jewel_y = ifelse(jewel == "y", 1, 0),
  68.                               jewel_n = ifelse(jewel == "n", 1, 0),
  69.                               #
  70.                               type_v = ifelse(type == "video", 1, 0),
  71.                               type_c = ifelse(type == "classic", 1, 0),
  72.                               #
  73.                               type_of_image_c = ifelse(type_of_image == "cartoon", 1, 0),
  74.                               type_of_image_p = ifelse(type_of_image == "photo", 1, 0),
  75.                               #
  76.                               entertainer_y = ifelse(entertainer == "y", 1, 0),
  77.                               entertainer_n = ifelse(entertainer== "n", 1, 0),
  78.                               #
  79.                               TV_show_y = ifelse(TV_show == "y", 1, 0),
  80.                               TV_show_n = ifelse(TV_show== "n", 1, 0),
  81.                               #
  82.                               wild_type_m = ifelse(wild_type == "multi", 1, 0),
  83.                               wild_type_no = ifelse(wild_type == "no", 1, 0),
  84.                               wild_type_nor = ifelse(wild_type == "normal", 1, 0),
  85.                               wild_type_s = ifelse(wild_type == "stacked", 1, 0),
  86.                               wild_type_sm = ifelse(wild_type == "stack & multi", 1, 0),
  87.                               #
  88.                               stacked_symbol_y = ifelse(stacked_symbol == "y", 1, 0),
  89.                               stacked_symbol_n = ifelse(stacked_symbol == "n", 1, 0),
  90.                               #
  91.                               tumbling_y = ifelse(tumbling == "y", 1, 0),
  92.                               tumbling_n = ifelse(tumbling == "n", 1, 0),
  93.                               #
  94.                               # seasonal_event_12_y = ifelse(seasonal_event_12 == "y", 1, 0),
  95.                               # seasonal_event_12_n = ifelse(seasonal_event_12 == "n", 1, 0),
  96.                               #
  97.                               seasonal_event_y = ifelse(seasonal_event == "y", 1, 0),
  98.                               seasonal_event_n = ifelse(seasonal_event == "n", 1, 0),
  99.                               #
  100.                               spin_stop_y = ifelse(spin_stop == "y", 1, 0),
  101.                               spin_stop_n = ifelse(spin_stop == "n", 1, 0)
  102.                               #
  103.  
  104.     )
  105.  
  106.     new_data_pre <- subset(new_data_pre, select = colnames(raw_pre_rbind))
  107.     new_data_pre <- subset(new_data_pre, select = -revenue)
  108.     colnames(new_data_pre)
  109.     colnames(raw_pre_rbind)
  110.  
  111.     normalizing <- function(x){
  112.       (x-min(x))/(max(x)-min(x))
  113.     }
  114.  
  115.     scale_info <- apply(raw_pre_rbind[1:34], 2, max)
  116.     scale_info <- rbind(scale_info, apply(raw_pre_rbind[1:34], 2, min))
  117.     scale_info <- as.data.frame(scale_info)
  118.     class(scale_info)
  119.  
  120.     temp <- 0
  121.     for(i in 1:34){
  122.       if(i == 1){
  123.         temp <- (new_data_pre[, i] - scale_info[2, i]) / (scale_info[1, i] - scale_info[2, i])
  124.       }
  125.       else{
  126.         temp <- cbind(temp, (new_data_pre[, i] - scale_info[2, i]) / (scale_info[1, i] - scale_info[2, i]))
  127.       }
  128.  
  129.     }
  130.     colnames(temp) <- colnames(new_data_pre[1:34])
  131.  
  132.     new_data_pre_scaled <- cbind(temp, new_data_pre[, 35:87])
  133.  
  134.     prediction <- predict(load_model, as.matrix(new_data_pre_scaled[1:3, ]))
  135.  
  136.     plot.new()
  137.     #plot(Actual$Class,type = "l",lty= 1.8,col = "red")
  138.     lines(prediction, type = "l", col = "blue")
  139.     plot(prediction,type = "l",lty= 1.8,col = "blue")
  140.  
  141.     predict_df = data.frame(Revenue = prediction)
  142.     output_df = cbind(predict_df)
  143.     return(output_df)
  144.   })
  145. }
RAW Paste Data
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy. OK, I Understand
Not a member of Pastebin yet?
Sign Up, it unlocks many cool features!
 
Top