Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 |
Tags
- 결측치대체
- join
- interpolate
- DataFrame
- 불용어
- 보간법
- 결측치
- matplotlib
- 전처리
- MSE
- Python
- Seaborn
- subplots
- 파이썬
- KoNLP
- 대치법
- Outlier
- SimpleImputer
- Boxplot
- BDA
- 누락값
- stopwords
- 이상치
- value_counts
- 데이터프레임
- 선형보간
- koNLPy
- IterativeImputer
- sklearn
- countplot
Archives
- Today
- Total
목록Plot (1)
ACAIT
데이터 시각화에 대한 내용을 정리해 보겠습니다. 시각화 모듈의 문법과 로직 matplotlib, seaborn: 가장 많이 사용하는 툴 matplotlib의 불편한 부분을 보완하기 위해 seaborn 많이 사용. 왜 시각화 진행? 시각화: 데이터 분석 나의 주장이나, 가설을 설득하기 위한 하나의 과정. 나의 주장과 가설 잘 뒷받침할 수 있는 시각화를 통해 상대방 설득. 의미가 변수간의 관계 확인용 외에도 데이터 분석에서 본인의 주장, 가설이 베이스로 진행이 되는 것. 시각화는 상대방을 쉽게 설득시킬 수 있어야 한다. 맥킨지에서도 말하지만, 데이터 시각화로 잘못되게 표현하면 안 된다. 다양한 시각화 그래프가 많지만, 가장 단순하고 확실히 이해할 수 있는 시각화 등이 중요하다. 화려하다고 좋은 게 아니다. ..
학회 활동/BDA 7기(데이터 분석 기초반)
2024. 1. 31. 22:00