탐색적 데이터 분석 코스를 배워보자 : 탐색적 그래프 -1차원 정보 표현(출처: R내 swirl package)

Data Science/Data Analytics

탐색적 데이터 분석 코스를 배워보자 : 탐색적 그래프 -1차원 정보 표현(출처: R내 swirl package)

GreenVegetables 2020. 2. 1. 23:48

# swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자.

library("swirl")

swirl()

탐색적 분석 과정의 두번째 섹션: 탐색적 그래프 - 1차원 정보 표현 방법들(요약)
head() # 데이터의 가장 위에서부터 데이터 항목을 O개 보여준다.
dim() # 데이터의 길이를 파악할 수 있다.
summary() # 특정 데이터에 대해 6가지 항목, 최소치, 25%값, 중간값, 평균값, 75% 값, 최대치를 보여준다.
quantile() # 데이터의 사분위수(quantile)를 보여준다.
boxplot() # R의 기본 함수로 데이터의 사분위로 표현하는 박스플롯 그래프를 보여준다.
abline() # 특정 값에 대해 직선을 그린다.
hist() # R의 기본 함수로, 데이터의 분포, 히스토그램을 보여준다.
rug() # 데이터 분포별 데이터 값들이 얼마나 분포해있는지 회색라인으로 보여준다.
names() # 데이터값의 헤더를 보여준다.
table() # 데이터값의 항목별 빈도수를 보여준다.
barplot() # 데이터의 1차원 빈도수를 그래프로 표현해준다.

탐색적 그래프(Exploratory Graphs)

탐색적 그래프는

데이터의 패턴 찾기
데이터의 특성 찾기
모델링 전략을 제안하기
분석 디버그 하기

등의 작업하는데 유용하다. 분석 결과를 소통하는 것은 탐색적 그래프와는 별도 작업이다.

탐험적 그래프를 보기 전 데이터의 형태를 파악하는데 아래의 함수 등이 쓰인다.

head() # 데이터의 가장 위에서부터 데이터 항목을 O개 보여준다.

dim() # 데이터의 길이를 파악할 수 있다.

pollution이란 데이터 항목이 576개 있으며, 데이터 항목별 세부 속성은 5개 있는 것을 알 수 있다.

summary() # 특정 데이터에 대해 6가지 항목, 최소치, 25%값, 중간값, 평균값, 75% 값, 최대치를 보여준다. 데이터내의 항목은 '데이터$항목'으로 표기해주면 된다.

quantile() # 데이터의 사분위수(quantile)를 보여준다. 평균값만 제외하고는 summary와 거의 유사한 결과값을 보여준다.

boxplot() # R의 기본 함수로 데이터의 사분위로 표현하는 박스플롯 그래프를 보여준다.

예) boxplot(ppm, col="blue")로 나타난 그래프이다. 파란색 아래 부분이 25%, 가장 윗 부분이 75% 값을 나타낸다. 파란색내 줄은 중간값(median)을 나타낸다. 전체 값들의 중앙값이다. whisker는 R의 기본 값 1.5와 25%, 75% 상자 범위 범위를 기준 여기서는 2.8으로 그래프가 그려진다. whisker 박스 범위 밖의 데이터는 '아웃라이러' 값들이다.