---

탐색적 데이터 분석 - EDA

---

EDA?

• 데이터 그 자체만으로부터 인사이트를 얻어내는 접근법

---

EDA의 Process

1. 분석의 목적과 변수 확인
2. 데이터 전체적으로 살펴보기
3. 데이터의 개별 속성 파악하기

---

EDA with Example - Titanic

EDA Example

• Titanic Problem
  

분석의 목적과 변수 확인

1. 분석의 목적 확인

   • 살아남은 사람들은 어떤 특징을 가지고 있을까?
     

2. 변수 확인
   

---

실습

0. 라이브러리 준비

• 라이브러리 불러오기

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

%matplotlib inline

• 데이터 불러오기

titanic_df = pd.read_csv("./EDA/titanic/train.csv")

1. 분석의 목적과 변수 확인

• 타이타닉 호에서 생존한 사람들은 어떤 사람들일까?

• 상위 5개 데이터 확인하기

titanic_df.head(5)

• 각 Column의 데이터 타입 확인하기

titanic_df.dtypes

PassengerId      int64
Survived         int64
Pclass           int64
Name            object
Sex             object
Age            float64
SibSp            int64
Parch            int64
Ticket          object
Fare           float64
Cabin           object
Embarked        object
dtype: object

2. 데이터 전체적으로 살펴보기

• 데이터 전체 정보를 얻는 함수 : .describe()

titanic_df.describe() # 수치형 데이터에 대한 요약만을 제공

• 상관계수 확인
• Correlation is NOT Causation
  • 상관성 : A up, B up, ...
  • 인과성 : A - > B

titanic_df.corr()

• Age, Cabin, Embarked 에서 결측치 확인

titanic_df.isnull().sum()

PassengerId      0
Survived         0
Pclass           0
Name             0
Sex              0
Age            177
SibSp            0
Parch            0
Ticket           0
Fare             0
Cabin          687
Embarked         2
dtype: int64

---