[DA_01] 탐색적 데이터 분석

🧐 탐색적 데이터 분석 (EDA, Expolatory Data Analysis)
데이터의 정보를 파악하며 문제 해결에 필요한 힌트를 분석하는 과정

🚀 대략적인 데이터 파악

데이터 분석은 raw data*를 열어보는 것에서부터 시작

* Raw Data  
아직 분석에 활용된 적이 없는 혹은 정제되지 않은 데이터  

1️⃣ 데이터의 출처와 주제에 대한 이해

데이터의 이름, 구성 요소, 그리고 데이터의 출처와 주제 등에 대해 조사

2️⃣ 데이터의 크기 파악

• 데이터의 대략적인 양이나 개수를 알아보는 단계
• 데이터의 크기에 따라 특별한 종류의 샘플링*이 필요하기도 하고, 어떤 방식으로 데이터를 처리할지도 달라질 수 있기 때문

* 샘플링(Sampling)  
- 어떤 자료로부터 일부의 값을 추출하는 행위
- 데이터가 너무 크거나 전체 데이터를 사용할 수 없는 경우, 
  샘플링된 데이터를 분석하는 것이 좋은 대안이 될 수 있음

3️⃣ 데이터의 구성 요소(피처) 파악

• 피처(feature): 데이터를 구성하는 요소
• 어떤 데이터로 구성되어 있는지, 데이터로부터 어떤 정보들을 알아낼 수 있을지에 대한 대략적인 정보 확인 및 목표 설정

🚀 데이터 속성 탐색

1️⃣ 피처 속성 탐색

• 속성 탐색 과정에서 가장 중요한 것은 데이터에 질문을 던지는 것
• 데이터로부터 어떤 정보를 얻을 수 있을지에 대해 고민하고 질문하는 것이 핵심
• 예: 학급의 신체검사 결과 데이터 (feature: 키, 몸무게, ..., 시력, 청력)
  • 학급의 평균 키 계산
  • 표준편차, 중앙값, 데이터의 사분위 수 등의 통계값 확인
    👉 피처의 측정 가능한 정량적 속성 정의

2️⃣ 피처 간의 상관 관계 탐색

• 여러 개의 피처가 서로에게 미치는 영향력 파악
• 위의 예시에서 ‘비만’에 대해 ‘몸무게’와 ‘키’가 모두 관계가 있듯이, 피처끼리의 상관 관계 또한 살펴보아야 함
• 피처 간의 공분산, 혹은 상관 계수와 같은 개념을 포함

🚀 탐색한 데이터 시각화

• 데이터 시각화는 수치적 자료만 가지고 파악하기 힘든 패턴이나 인사이트를 발견하는 데 유용
• 피처 간의 상관 관계를 더 직관적으로 파악할 수 있음

🚀 EDA 예제 실습 (github)

01.1.2 멕시코풍 프랜차이즈 chipotle 주문 데이터 분석

01.1.3 국가별 음주 데이터 분석(추가예정)