반응형 시각화3 파이널 프로젝트 군집분석 수행기! 오늘은 군집분석을 수행했다. 1차 멘토링때 군집분석이나 요인분석을 활용해보라고 하셨어서 예측 이후에 예측값을 토대로 하려했었다. 2차 멘토링때는 다른 멘토분께서 고령층을 선정한 이유가 탄탄하지 못하다고 하셔서 군집분석으로 해보기로 했다. 그래서 오늘은 예측에도 활용할 수 있는지를 확인하기 위해 전체 컬럼에 대한 군집분석, 고령층이 타겟층이 된 이유를 보강하기 위한 나이대 컬럼에 대한 군집분석을 진행했다. 전체 컬럼에 대한 군집분석 전체적으로 군집분석을 먼저 진행해봤다. 진짜 다사다난하게 오래걸릴 이유가 없는 부분인데 힘들게 돌아갔다. ㅋㅋㅋㅋ 먼저 범주형 데이터는 원핫 인코딩이 된 상태여서 문제가 없었고, 수치형 변수들만 표준형 스케일링을 진행했다. 보통 군집분석을 시행할 때, 표준형이나 정규형으로 스케.. 2023. 11. 13. streamlit 꾸미기를 해보자 - seaborn X matplotlib 활용편 이번 글을 시작하기에 앞서 데이터 분석을 다루고자 하는 사람들이라면, 이미 데이터 분석을 업으로 삼고있다면 꼭 알고 있고 알아야 하는 pega 박사님의 블로그를 참고해보라는 말을 하고싶다. 나 역시 깊이가 다른 글과 담겨있던 내용을 예제삼아 공부하면 좋을 것 같아 기록하는 김에 소개한다. https://jehyunlee.github.io/ Pega Devlog Pega's Development log for myself and others jehyunlee.github.io 1. seaborn seaborn 을 활용할 때, matplotlib에서 사용한 객체 지향 문법을 그대로 가져와서 활용할 것이다. 이것이 가능한 이유는 seaborn이 matplotlib 안에 들어있기 때문이다. 그래서 주된 것은 s.. 2023. 7. 28. streamlit 꾸미기를 해보자 - 데이터 프레임 활용편 이 포스팅 역시 앞 부분과 관련되어 작성되었음을 알리지만 꼭 따라해볼 필요는 없다. 이 전에 다룬 마크다운 문법을 활용한 꾸미기가 궁금하다면 아래 링크를 보고오길 바란다. 2023.07.28 - [python] - streamlit 꾸미기를 해보자 - 마크다운 활용편 streamlit 꾸미기를 해보자 - 마크다운 활용편 streamlit을 활용하면 보기 쉽고 이쁘게 꾸미는 것도 한다면 좋다. 아래에 streamlit에서 제공하는 다양한 tool을 활용할 수 있는 링크도 걸려있으니 참고하자 지금부터 마크다운 문법을 활용한 streamli forky-develop.tistory.com 1. 데이터 프레임 import 내가 사용할 데이터 프레임을 import 해주자 2. 데이터 불러오기 아래 코드를 참고해 데.. 2023. 7. 28. 이전 1 다음 반응형
