탐색적 데이터 분석(EDA) 모범 사례

EDA는 분석 전에 데이터 품질, 분포 및 잠재적인 문제를 이해하는 데 중요합니다.

데이터 이해하기

head()와 str()을 사용하여 데이터세트를 불러오고 확인하는 것부터 시작합니다.

head(mtcars)
str(mtcars)

결측값 확인하기

is.na()와 sum()을 사용하여 결측 데이터를 찾고 처리합니다.

sum(is.na(mtcars))

분포 시각화

히스토그램과 밀도 그래프를 사용하여 데이터 분포를 확인합니다.

hist(mtcars$mpg, col='blue', main='Histogram of MPG')

이상치 찾기

상자그림과 IQR을 사용하면 수치형 데이터에서 이상치를 식별할 수 있습니다.

boxplot(mtcars$mpg, main='Boxplot of MPG', col='red')

관계 살펴보기

산점도는 변수 사이의 잠재적인 관계를 보여 줍니다.

plot(mtcars$mpg, mtcars$hp, main='MPG vs Horsepower', xlab='MPG', ylab='Horsepower', col='green')

상관관계 계산

cor()를 사용하여 수치형 변수 사이의 관계를 측정합니다.

cor(mtcars$mpg, mtcars$hp)

데이터 표준화 및 정규화

데이터 스케일링은 변수 간의 공정한 비교를 가능하게 합니다.

scaled_data <- scale(mtcars[, c('mpg', 'hp')])

요약

이 레슨에서는 다음을 배웠습니다.

• 데이터 구조와 결측값을 확인하는 방법
• 분포를 시각화하고 이상치를 찾는 방법
• 관계와 상관관계를 분석하는 방법