더하기

요약/나만의 인사이트표준편차 : 값들의 흩어짐 정도 (개별 값들이 평균으로부터 얼마나 흩어져 있는가)표준오차 : 표본평균이 모집단 평균을 얼마나 잘 추정하는가 (평균의 불확실성) (표본평균이 많으면 모집단을 잘 대표하겠죠?)⇒ 표준오차는 평균의 불확실성 (많이 모을수록 평균은 더 믿을 만하다.)⇒표준편차는 데이터 자체의 흩어짐새롭게 알게 된 것시계열 데이터란?연속적인 시간 순서이전값과 현재값의 상관성일정한 시간간격 ⚡단 시간간격이 일정하지 않더라도, 작업순서로 봤을 때 연속성을 확보할 수 있다면 시계열성이 있다고 판단, 따라서 어떻게든 균일한 시간으로 바꾸거나, 불규칙한 간격 그대로(0, 1, 2, 3)두고 사용 가능#1 불규칙한 그대로 사용0123#2 리셈플로 해서 일정한 간격으로 바꾸기daily_me..

실력을 향상시키기위해 캐글 데이터를 가져와 전처리를 연습해보았다. Heart_Disease Dataset 데이터 전처리 분석출처 : 캐클 데이터it is composed of 14 attributes which are age, sex, chest pain type, resting blood pressure, serum cholesterol, fasting blood sugar, resting …. 중략 ….One of the major tasks on this dataset is to predict based on the given attributes of a patient that whether that particular person has heart disese or not …환자의 주어진 속성을 ..

전처리를 학습하면서 관련 코드를 체화할 수 있는 가장 빠른 방법은 실제 데이터로 실습하는 것이라 한다.그래서 24년도 서울어린이대공원 일일 이용객수 현황으로 전처리를 실습해 보았다. (출처: 공공데이터포털)해당 데이터를 고른 이유는 어린이 대공원을 자주 가보기도 했고, 데이터 현황이 궁금하기도해서이다. 나의 전처리 목표는 두가지 1. 평균 어느 요일에 입장객이 몰릴까?2. 어느 월에 입장객이 가장 많을까? 이를 확인하기 위해 강의를 통해 배운 코드를 적용해보았다. 1. 관련 라이브러리 import, 데이터 불러오기# 데이터 분석을 위해 관련 라이브러리 불러오기 import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.p..

🟢 Keep (배운것/유지할 것)청주시에 대한 이해를 높이기 위해 논문, 기사, 계획서 등 포괄적인 도메인 조사를 했다.데이터 분석 흐름을 체화하기 위해 단계별 정리하면서 프로젝트를 진행했다. (사전조사(도메인조사 → 데이터셋 탐구 → 전처리/EDA) → 문제정의 → EDA → 데이터 시각화 → 인사이트 도출)이를 기반으로 배경, 현실, 방향이라는 3단계 문제정의 기틀을 마련했다.태블로 구성 설계 시 타겟이 누구인지, 언제 어디서 시각자료를 보는지, 보고 어떤 인사이트를 얻을 수 있을지 유념해보고 적용해보려 했다.QGIS를 처음 이용해 지리 정보 전처리를 실행해 보았다.GEO PANDAS를 이해하게 되었다. (geometry라는 컬럼이 추가 생성되고 공간 조인, 공간 집계, 거리 계산이 가능해진다.)중..

요약/나만의 인사이트 태블로 매개변수-계산식 사용해서 전년비 매출 구하기P_년도를 통해 매개변수 생성 2021 ~ 2024C_금년 매출 계산식 생성 IF YEAR([주문 일자]) = [P_년도] THEN [매출] ENDC_전년 매출 계산식생성 IF YEAR([주문 일자]) = [P_년도]-1 THEN [매출] ENDC_전년비 매출 계산식 생성 (SUM([C_금년 매출]) - SUM([C_전년 매출])) / SUM([C_전년 매출])C_전년비 매출 양/음 계산식 생성 - 색상표시 목적IF [C_전년비 매출] ≥ 0 THEN [C_전년비 매출] ENDIF [C_전년비 매출] 새롭게 알게 된 것태블로태블로 LOD(Level Of Detail) 표현식시각화의 집계 수준과 관계없이 원하는 수준의 집계를 정의할 수..