[상권 정보 분석]
목표
- 파이썬을 통한 데이터 핸들링
- 주어진 데이터의 분석, 시각화를 통한 인사이트
- 데이터 분석을 위한 라이브러리 (Pandas, seaborn)를 이해하고 활용
- 해당 데이터가 어떤 데이터 분석 유형에 해당하는지 파악
목적
- 서울시 종합병원 데이터 분석
데이터 분석 방식
- 데이터 확인
- 전처리 ( 불필요한 데이터 삭제, 결측치 컬럼 삭제유무 판단 )
- 데이터 색인
- 데이터 시각화 ( seaborn, scatter, folium )
데이터 분석의 유형
1. Descriptive analysis
- 주어진 데이터를 요약/집계하여 결과를 도출
2. Exploratory analysis
- 여러 변수 간 트랜드나 패턴, 관계를 찾는 것
3. Inferential analysis
- 모집단 간의 관계를 탐구하는 것
4. Predictive analysis
- 머신러닝, 의사결정나무 등 다양한 통계적 기법을 사용하여 미래 혹은 발생하지 않은 어떤 사건에 대한 예측을 하는 것
5. Causal analysis
- 독립 변수와 종속 변수 간의 인과관계가 있는지 여부를 확인하기 위한 분석
6. Mechanistic analysis
- 독립 변수가 어떤 매커니즘으로 종속 변수에 영향을 미치는지를 분석
'Edu > BoostCourse - Data Science' 카테고리의 다른 글
| [Python] 데이터 사이언스 (0) | 2020.03.01 |
|---|
