EDA시작하기

주요 내용

• EDA이유

  • 왜 EDA가 필요한지 생각하기

• 데이터 보기

  • 다양한 데이터 보기
  • 방법을 통해 데이터 개요 보기

• 트레인 및 테스트 Y축 보존

  • 추후 사용을 위해 테스트 및 트레인 데이터 크기와 y축 저장

• 트레인 및 테스트 데이터 연결

  • 트레인 및 테스트 데이터를 연결하여 data만들기

Data 설명

• 훈련용 데이터: train.csv

  • 훈련용 데이터를 분석하여(EDA)

• 최종 시험용 데이터: test.csv

  • 테스트 데이터에 대한 예측 결과를 내어 이에 대한 판정 받기

• train.csv + test.csv = data

  • 항목 고칠 때 한꺼번에 고치려고 합침
  • 머신러닝을 만들어서 전체 데이터 대한 Feature Engineering

• Gender Submission

  • 남자는 모두 사망 여자는 모두 생존을 기록한 파일
  • 남자 생존과 여자 사망을 못 맞추는 좋은 결과 시스템은 아님

EDA는 왜 필요한가?

Column내용 파악

챌린지에서 주어진 승객들에게 순서대로 번호 준 것 : passenger ID , 승객 연번

Train파일에는 답이 있지만 Test파일에선 빈 값: Survived 생존 여부 0=NO, 1=YES

Pclass 선실등급 1=1st, 2=2nd, 3= 3rd

Sex = male Female

Age 나이: 여기에 빈 값이 많아서 어떻게 처리하는지 중요

Sibsp :형제 자매의 수/배우자 등이 승선한 경우의 수, 같이 탄 형제의 수 또는 배우자 또는 배우자+형제의 수

Parch 부모나 자식과 같이 탄 경우 수, 부모+아이의 가족 탑승자 수

Ticket 표 번호, 티켓에 주어진 표의 번호

Fare 요금, 티켓 가격의 금액

Cabin 선실 번호로 여기에도 빈 값이 많음

embarked 승선한 항구, C= Cherbourg, Q = Queenstown, S= Southampton

데이터 병합