데이터 분석은 무엇을 하는 일일까?
모델을 만든다는 것은 결국 데이터에게 무언가를 묻는 일입니다.
데이터 분석은 통계적 방법이나 기계학습 방법(식의 모양을 미리 정해 두지 않고 규칙을 데이터로부터 직접 만드는 방법)으로 데이터로부터 유용한 정보를 얻어 내는 일입니다.
데이터 모델링은 속성 사이의 관계를 모델로 만드는 과정입니다. 그 과정 안에서 실제로 손을 움직이는 일이 데이터 분석입니다. 여러 분석 방법을 써서 데이터에서 의미 있는 정보를 추출하고, 거기에 기대어 합리적인 의사 결정을 하는 것이 목적입니다.
구체적으로는 속성과 속성 사이의 상관관계와 연관 관계를 데이터에서 찾아내고, 그것이 인과 관계이기도 한지는 따로 검토합니다. 먼저 이 셋이 어떻게 다른지 살펴봅니다.
한 가지 방법으로 끝나지 않습니다
데이터 분석 방법은 데이터의 특성과 목적에 따라 다양합니다. 그래서 목적에 맞는 방법을 고를 수 있어야 합니다. 게다가 한 번 골랐다고 끝이 아닙니다. 분석으로 만들어진 모델의 성능을 평가하고, 새로운 분석 방법을 골라 다시 해 보는 과정을 반복해야 합니다.
무엇을 물을까
알고 싶은 것을 정한다
어떻게 물을까
맞는 분석 방법과 도구를 고른다
다시 물을까
평가하고 방법을 바꿔 반복한다
「우리 학교 매점에서 어떤 상품을 더 들여놓아야 할까?」 이 물음에 답하려면 무엇을 먼저 정해야 할까요? 데이터를 모으는 일과 분석 방법을 고르는 일 중 무엇이 먼저인지도 함께 말해 보세요.
데이터에서 찾는 관계는 몇 가지일까?
상관관계와 인과 관계에 연관 관계를 더해 세 가지를 살펴봅니다.
한 장면으로 세 가지를 봅니다
학교 매점의 한 학기치 판매 기록을 살펴봅니다. 비가 오고 쌀쌀한 날이면 매점에서는 우산이 평소보다 많이 팔리고, 따뜻한 음료도 평소보다 많이 팔립니다. 그리고 따뜻한 음료를 산 학생들 중 상당수가 호빵을 같이 집어 갑니다. 하루가 아니라 여러 날을 모아 보아야 이런 경향이 보입니다.
상관관계(correlation)
두 속성이 함께 오르내리는 정도를 말합니다.
우산 판매량과 따뜻한 음료 판매량이 나란히 올랐습니다. 하지만 우산이 팔려서 음료가 팔린 것은 아닙니다.
인과 관계(causation)
한 속성이 다른 속성에 영향을 미치는 것입니다.
비 오고 쌀쌀한 날씨가 우산 판매량과 음료 판매량 둘 모두를 끌어올린 원인입니다. 이렇게 말할 수 있는 근거는 데이터가 아니라 비가 오면 우산을 산다는 것을 우리가 경험으로 알고 있다는 점입니다.
연관 관계(association)
두 항목이 한 거래(영수증 한 장)에 함께 나타나는 관계를 말합니다.
따뜻한 음료를 산 학생이 호빵도 함께 사 갔습니다. 두 상품이 같은 영수증에 자주 함께 나타납니다.
상관관계와 연관 관계는 헷갈리기 쉽습니다. 상관관계는 주로 숫자 두 개가 함께 오르내리는 정도를 봅니다. 연관 관계는 어떤 항목과 어떤 항목이 함께 나타나는지를 봅니다. 상관관계는 아래에서 볼 상관계수라는 숫자로 측정하고, 그렇게 확인한 관계를 수식으로 만들어 예측에 쓰는 것이 회귀 분석입니다. 연관 관계는 연관 분석으로 찾습니다.
상관관계에는 방향과 세기가 있습니다
상관관계가 얼마나 강한지는 상관계수라는 숫자로 나타냅니다. 상관계수는 −1부터 1까지의 값을 가집니다.
양의 상관관계
두 속성이 같은 방향으로 움직입니다. 한 속성이 큰 데이터일수록 다른 속성도 큰 경향이 있습니다. 상관계수가 0보다 큽니다.
음의 상관관계
두 속성이 반대 방향으로 움직입니다. 한 속성이 큰 데이터일수록 다른 속성은 작은 경향이 있습니다. 상관계수가 0보다 작습니다.
상관관계가 거의 없음
점들이 이렇다 할 방향 없이 흩어져 있습니다. 상관계수가 0에 가깝습니다. 상관계수는 직선 모양의 경향만 나타내므로, 곡선 모양의 관계가 있어도 0에 가깝게 나올 수 있습니다.
다시 한번, 상관관계는 인과 관계가 아닙니다
상관계수가 아무리 1에 가까워도 그것만으로는 어느 쪽이 원인인지 알 수 없습니다. 비 오는 날의 우산과 음료처럼, 둘 모두를 움직인 제3의 속성이 숨어 있을 수 있습니다. 분석 결과를 읽을 때 자주 저지르는 실수이니 늘 의심해 보세요.
「학원에 다니는 시간이 길수록 수면 시간이 짧다」는 조사가 있다면 이것은 양의 상관관계일까요, 음의 상관관계일까요? 그리고 매점에서 연관 관계를 찾으려면 어떤 데이터를 모아야 할까요?
어떤 분석 방법이 있을까?
데이터 모델 네 가지가 각각 하나의 분석 방법과 짝을 이룹니다.
데이터 모델을 이용하는 분석 방법은 회귀 분석 · 분류 분석 · 군집 분석 · 연관 분석 네 가지입니다. 모델은 만들어진 결과물이고, 분석은 그것을 만드는 과정이라고 보면 됩니다.
| 종류 | 특징 | 쓰이는 곳 |
|---|---|---|
| 회귀 분석 | 주어진 데이터에 독립 변수와 종속 변수 사이의 관계를 가정하고, 그 관계를 가장 잘 표현하는 수식을 구하는 방법. 새 독립 변수가 주어지면 종속 변수의 값을 예측할 수 있다 | 주택 가격 예측, 주가 예측, 판매량 예측 |
| 분류 분석 | 입력 데이터를 미리 정해 둔 범주(클래스)로 나누는 방법. 새 데이터가 어느 범주에 속하는지 예측한다. 회귀 분석이 숫자를 맞힌다면 이쪽은 범주를 맞힌다 | 스팸 메일 판별, 질병 진단, 합격 여부 예측 |
| 군집 분석 | 데이터의 유사성을 측정하여 n개의 군집으로 나누는 방법 | 고객 세분화, 이상 탐지, 그룹 분리 |
| 연관 분석 | 함께 나타나는 항목들 사이의 규칙을 찾아내는 방법. 장바구니 분석이라고도 한다 | 상품 추천, 상품 진열 |
로지스틱 회귀는 왜 이름에 「회귀」가 붙을까요?
분류를 하는 대표적인 방법인 로지스틱 회귀가 합격할 확률이라는 숫자를 먼저 구한 뒤 그 확률로 범주를 나누는 방식이라, 분류에 쓰이지만 이름에 「회귀」가 붙어 있습니다.
회귀와 분류는 맞혀야 할 답이 정해져 있습니다. 다만 회귀는 숫자를, 분류는 범주를 내놓습니다. 반면 군집과 연관은 정답을 미리 주지 않고 데이터가 스스로 구조를 드러내게 합니다. 아래에서 네 가지를 그림으로 하나씩 살펴봅니다. 답이 정해진 회귀와 분류를 나란히 놓았으니 둘을 비교해 보세요.
회귀 분석 — 점들을 지나는 선
흩어진 점들을 가장 잘 지나가는 수식을 찾습니다. 수식이 생기면 표에 없는 값도 예측할 수 있습니다.
선 위에서 값을 읽습니다. 답은 숫자입니다.
분류 분석 — 점들을 나누는 선
이미 답을 아는 데이터로 두 무리를 나누는 경계를 찾습니다. 경계가 생기면 새 데이터가 어느 쪽인지 판단할 수 있습니다.
선의 어느 쪽인지를 봅니다. 답은 범주입니다.
두 그림 모두 선이 하나씩 있지만, 뜻이 정반대입니다
회귀의 선은 점들을 지나갑니다. 점에 가까울수록 좋은 선입니다. 분류의 선은 점들을 나눕니다. 두 무리가 가장 적게 섞이게 나누며 지나야 좋은 선입니다. 선을 긋는다는 말만 보고 둘을 같은 것으로 여기지 않도록 주의하세요.
회귀의 선과 분류의 선은 좋은 선의 조건이 서로 반대였습니다. 각각 어떤 선이 좋은 선이었나요? 그리고 두 분석 모두 답을 아는 데이터가 미리 있어야 하는 이유는 무엇일까요?
정답을 주지 않으면 무엇을 할 수 있을까?
앞의 둘과 달리 맞혀야 할 답이 없습니다. 대신 몰랐던 것을 발견합니다.
군집 분석 — 정답 없이 비슷한 것끼리 묶는다
데이터가 서로 얼마나 비슷한지를 측정해 몇 개의 덩어리로 나눕니다. k-평균처럼 중심점을 쓰는 방법에서는 각 군집에 중심점이 하나씩 생깁니다.
가위표(×)가 각 군집의 중심점입니다.
연관 분석 — 함께 팔리는 것을 찾는다
영수증을 잔뜩 모아 놓고 무엇과 무엇이 같이 담기는지를 셉니다. 장바구니를 분석한다는 뜻에서 장바구니 분석이라고도 부릅니다.
따뜻한 음료를 산 학생이…
위 비율은 수업에서 원리를 확인하려고 지어낸 값입니다.
이런 결과가 나오면 매점은 따뜻한 음료 옆에 호빵을 진열할 수 있습니다. 연관 분석이 상품 추천과 상품 진열에 쓰이는 이유입니다.
① 다음 달 매점 매출을 예측하고 싶다 ② 어떤 메일이 스팸인지 구별하고 싶다 ③ 비슷한 소비 성향의 학생끼리 나누고 싶다 ④ 같이 팔리는 상품 짝을 찾고 싶다 — 각각 어떤 분석 방법일까요? 넷 중 정답이 미리 주어지지 않는 것을 모두 골라 보세요.
분석 방법을 다르게 나눠 보면?
회귀 · 분류 · 군집 · 연관만이 유일한 나누는 방법은 아닙니다. 무엇을 위해 분석하는가로 나누면 이렇게 됩니다.
앞의 네 갈래는 어떤 모델을 만드는가로 나눈 것이었습니다. 여기서는 같은 분석들을 목적이라는 다른 잣대로 다시 나눠 봅니다. 새로운 분석이 네 가지 더 있다는 뜻이 아니라, 같은 것을 다른 각도에서 본 것입니다.
| 갈래 | 목적 | 특징과 예시 |
|---|---|---|
| 기술 통계 분석 Descriptive Analytics |
데이터의 주요 특징을 요약하고 설명한다 | 중심 경향(평균 · 중앙값 · 최빈값), 퍼진 정도(분산 · 표준 편차), 분포(도수분포표 · 히스토그램)를 계산한다. 판매 데이터에서 평균 · 최대 · 최소 판매량을 파악하는 것이 그 예다. |
| 탐색적 데이터 분석 EDA |
데이터의 구조를 파악하고 숨겨진 패턴 · 이상치 · 가설을 발견한다 | 시각화와 상관계수 같은 통곗값으로 데이터를 이해한다. 히스토그램 · 상자 그림 · 산점도를 활용한다. 행복 데이터에서 산점도를 그리고 상관계수를 구해 행복 점수와 함께 움직이는 속성을 찾는 것이 그 예다. |
| 추론 통계 분석 Inferential Analytics |
모집단(알고 싶은 대상 전체)에 대해 표본(그중 실제로 조사한 일부)으로 추론을 이끌어 낸다 | 가설 검정, 신뢰 구간, 회귀 분석 등을 포함한다. 새 광고가 전체 인구에 미치는 영향을 표본으로 추정하는 것이 그 예다. |
| 시계열 분석 Time Series Analysis |
시간에 따른 데이터의 패턴을 분석하고 예측한다 | 자기회귀 모델(AR), 이동 평균 모델(MA), ARIMA처럼 시간 순서 자체를 재료로 쓰는 전용 모델을 사용한다. 이름까지 외울 필요는 없고, 시계열에는 전용 방법이 따로 있다는 것만 기억하면 된다. 주가 예측, 판매량 예측, 기상 데이터 분석이 그 예다. |
평균 · 중앙값을 구하거나 히스토그램과 상자 그림을 그리는 것이 기술 통계 분석과 탐색적 데이터 분석에 해당합니다. 회귀 분석은 추론 통계 분석에도 들어갑니다. 갈래가 서로 겹친다는 것은, 이 구분이 엄격한 칸막이가 아니라 관점의 차이라는 뜻입니다.
우리 반 전체 학생의 키 평균을 구하는 것과, 10명만 측정해 전교생의 키 평균을 짐작하는 것은 어떻게 다를까요? 각각 위 표의 어느 갈래에 해당할까요?
어떤 도구로 분석할까?
코드를 써야 하는 도구와 쓰지 않아도 되는 도구가 모두 있습니다.
데이터 분석에는 다양한 소프트웨어를 씁니다. 매점 판매 기록 스무 줄의 평균을 내는 데에는 스프레드시트면 되지만, 한 학기치 영수증 수천 장에서 함께 팔린 상품 짝을 찾으려면 코드를 쓰는 편이 빠릅니다. 어느 하나가 다른 것보다 낫다기보다, 하려는 일에 맞는 것을 고르면 됩니다.
프로그래밍이 필요한 도구
코드를 써야 하므로 배우는 데 시간이 듭니다. 대신 원하는 분석을 자유롭게 할 수 있고, 같은 분석을 몇 번이고 그대로 다시 실행할 수 있습니다.
R 언어
통계 분석에 초점을 맞춘 언어입니다. 파이썬과 마찬가지로 다양한 라이브러리를 가져다 쓸 수 있습니다.
library(datasets)
data(mtcars)
with(mtcars, plot(mpg, qsec))R은 r-project.org에서, 함께 쓰는 편집기 R 스튜디오는 posit.co에서 내려받습니다.
파이썬 (Python)
문법이 간결해 여러 분야에서 쓰입니다. 데이터 분석에 필요한 기능은 라이브러리를 설치해서 더합니다.
import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4])
plt.ylabel('some numbers')
plt.show()내려받기 — python.org
파이썬 시각화 및 분석 도구
라이브러리는 남이 미리 만들어 둔 기능 묶음입니다. 가져다 쓰면 바닥부터 만들지 않아도 됩니다.
| 라이브러리 | 하는 일 |
|---|---|
| 맷플롯립 Matplotlib |
파이썬 시각화 도구. 다양한 차트나 그래프를 그릴 수 있다 |
| 시본 Seaborn |
역시 시각화 라이브러리. 맷플롯립 위에서 더 보기 좋은 그래프를 그린다 |
| 판다스 Pandas |
파이썬 분석 도구. 데이터 처리 및 분석을 쉽게 할 수 있도록 도와준다 |
| 사이킷런 Scikit-Learn |
파이썬 분석 도구. 기계학습을 할 때 사용한다 |
판다스로 표를 읽어 앞부분만 보기
import pandas as pd
df = pd.read_csv('data/data.csv')
df.head()사이킷런으로 회귀 모델 만들기
# X는 속성들, y는 맞힐 값이다. 두 값을 준비해 두었다고 보고 모델만 만든다.
from sklearn.linear_model import LinearRegression
reg = LinearRegression().fit(X, y)코드를 지금 다 이해하지 않아도 괜찮습니다. 단 두세 줄로 회귀 모델이 만들어진다는 것만 보아 두세요. 어려운 것은 코드를 쓰는 일이 아니라 어떤 분석을 왜 해야 하는지 정하는 일입니다.
파이썬 라이브러리 네 가지 중 그래프를 그리는 것과 기계학습을 하는 것은 각각 무엇이었나요? 코드를 외우지 말고, 무엇을 하고 싶을 때 무엇을 찾아야 하는지만 정리해 보세요.
코드 없이 분석하려면?
이 과목에서 실제로 가장 많이 쓰게 될 도구들입니다.
그래픽 사용자 인터페이스(GUI) 기반 도구
코드를 쓰지 않고 마우스로 끌어다 놓아 분석합니다. 처음 배우는 사람이 분석의 흐름 자체에 집중하기 좋습니다.
오렌지 프로그램 (Orange)
데이터 과학 · 통계 · 기계학습의 기능을 위젯이라는 조각으로 나누어 두었습니다.
위젯 하나가 기능 하나입니다. 로 데이터를 불러오고 으로 그림을 그리는 식으로, 위젯을 선으로 이어 분석의 흐름을 만듭니다.
코답 (CODAP)
브라우저에서 표를 열고 그래프를 그려 데이터를 분석합니다.
설치가 필요 없으니 학교 컴퓨터에서 바로 쓸 수 있습니다. 『CODAP으로 직접 분석해 볼까?』 절에서 직접 다뤄 봅니다.
스프레드시트 형식의 도구
가장 익숙한 도구입니다. 표에 값을 넣고 바로 계산하고 그래프를 그릴 수 있습니다.
엑셀 (Excel)
셀에 값을 넣고 수식으로 평균이나 합계를 바로 구합니다. 표를 골라 차트를 그리는 기능도 들어 있습니다.
구글 시트 (Google Sheets)
프로그램 설치 없이 온라인에서 씁니다. 여러 사람이 한 표를 함께 고칠 수 있어 모둠 활동에 쓰기 좋습니다.
무엇을 고를까
데이터가 수백 행 정도이고 계산이 단순하면 스프레드시트로 충분합니다. 여러 모델을 바꿔 가며 비교하고 싶으면 GUI 기반 도구가 빠릅니다. 데이터가 아주 크거나 같은 분석을 반복해야 하면 코드를 쓰는 편이 낫습니다. 이 과목에서는 스프레드시트와 GUI 기반 도구를 주로 사용합니다.
매년 같은 형식의 설문 결과가 들어오고, 해마다 똑같은 표와 그래프를 만들어야 한다면 어떤 도구가 좋을까요? 반대로 이번 한 번만 20명의 설문을 정리한다면요? 두 상황에서 답이 달라지는 이유를 말해 보세요.
CODAP으로 직접 분석해 볼까?
설치도 코드도 없이, 브라우저만으로 데이터에서 관계를 찾아봅니다.
이 실습의 목표
축구 선수 데이터에서 키와 몸무게 사이에 관계가 있는지 확인하고, 그 관계를 나타내는 직선의 방정식까지 얻어 냅니다. 회귀 모델을 실제로 만들어 보는 것입니다.
CODAP은 프로그램 설치 없이 온라인에서 데이터를 분석할 수 있는 플랫폼입니다. 아래 화면 이름은 실제 화면에 적혀 있는 의 이름입니다.
데이터 수집하기
캐글에서 축구 선수 데이터셋을 내려받습니다. 2017년부터 2023년까지의 선수 정보가 해마다 한 파일씩 정리되어 있고, 여기서 쓸 2023년 파일의 이름은 CLEAN_FIFA23_official_data.csv입니다.
데이터 불러오기
- codap.concord.org 에 접속해 위쪽의 을 누르고, 이어서 를 누릅니다.
- 내려받은 CLEAN_FIFA23_official_data.csv 파일을 화면 위로 마우스로 끌어다 놓습니다. 가져오기 창이 열립니다.
- 데이터 샘플링 옵션에서 을 고르고 100행으로 맞춘 뒤 불러옵니다.
왜 100행만 불러올까요?
이 파일에는 17,660명의 선수 데이터가 들어 있습니다. 행이 수천 개를 넘으면 CODAP이 느려질 수 있습니다. 그래서 먼저 적은 데이터로 작업 방법을 익히고, 나중에 필요하면 전체 데이터를 불러오는 것이 좋습니다. 임의로 뽑기 때문에 100명만 보아도 전체의 경향은 대체로 남아 있습니다. 전교생 대신 몇 명만 측정해 평균을 짐작하는 표본과 같은 생각입니다.
데이터 분석하기
위쪽 메뉴 바에는 이 있습니다.
- 메뉴 바의 를 누르면 빈 그래프 창이 하나 생깁니다. 표에서 속성 이름을 끌어다 그래프의 가로축과 세로축에 놓습니다.
- 가로축에 Height(키), 세로축에 Weight(몸무게)를 놓으면 산점도가 그려집니다. 키가 큰 선수일수록 몸무게도 많이 나가는 경향이 보입니다.
- 그래프 옆의 자 모양 아이콘을 누르고 을 선택하면, 점들 사이를 지나가는 직선과 그 방정식이 나타납니다.
축구 선수의 키와 몸무게
가로축: Height(cm) · 세로축: Weight(lbs) · 임의로 뽑은 100명 중 일부
원출처: 캐글 kaggle.com/datasets/kevwesophia/fifa23-official-datasetclean-data
CODAP이 찾아 준 최소제곱선
Weight = 1.648 × Height − 133
r² = 0.565
기울기 1.648은 키가 1 cm 더 큰 선수가 몸무게는 평균 1.648 파운드(약 0.75 kg) 더 나가는 경향이라는 뜻입니다. y = ax + b에서 a와 b가 실제로 구해진 것입니다.
「키가 자라면 몸무게가 는다」가 아니라 「키가 더 큰 선수가 더 무겁더라」입니다. 우리는 선수의 키를 조작해 본 적이 없고, 이미 있는 값을 관찰했을 뿐이기 때문입니다.
절편 −133은 키가 0 cm일 때의 계산값입니다. 몸무게가 음수일 수는 없으니 현실의 값이 아닙니다. 이 데이터의 키는 대략 160~200 cm 범위인데, 선을 데이터가 하나도 없는 곳까지 억지로 늘였을 때 나오는 숫자일 뿐입니다. 선의 높이를 맞춰 주는 숫자로만 읽으면 됩니다.
단위가 섞여 있다는 점을 놓치지 마세요. 키는 cm인데 몸무게는 lbs(파운드)입니다. 원본 데이터의 단위를 확인하지 않으면 기울기를 엉뚱하게 해석하게 됩니다.
r²는 무엇일까요?
r²는 결정 계수라고 부르는 값으로, 직선이 데이터를 얼마나 잘 설명하는지를 나타냅니다. 1에 가까울수록 잘 맞는다는 뜻입니다. 여기서 r는 앞에서 본 상관계수입니다. 독립 변수가 하나인 최소제곱선을 그 직선을 만든 데이터로 측정할 때는 결정 계수가 상관계수의 제곱과 같습니다. 상관계수는 −1에서 1까지였지만, 제곱하면 음수가 사라져 이때의 r²는 0에서 1 사이가 됩니다. 모델을 만들 때 쓰지 않은 데이터로 측정하면 결정 계수가 음수로 나올 수도 있습니다. 여기서는 0.565이므로, 몸무게의 차이 중 절반 남짓만 키로 설명된다는 뜻입니다. 나머지는 근육량 · 포지션 · 나이처럼 이 모델에 넣지 않은 것들이 만든 차이입니다. 모델이 현실과 완전히 같지 않다는 것이 숫자로 드러난 셈입니다.
가로축과 세로축을 서로 바꾸어 몸무게로 키를 예측하게 하면 독립 변수와 종속 변수는 각각 무엇이 되나요? CODAP에서 직접 바꿔 그려 보고 직선의 방정식이 어떻게 되는지 확인해 보세요. 그리고 이 결과를 두고 「키가 커서 몸무게가 늘었다」고 말해도 될까요?
핵심 정리
데이터 분석
data analysis
- 통계적 · 기계학습 방법으로 유용한 정보를 얻는 일
- 데이터의 특성과 목적에 따라 맞는 방법을 고른다
- 성능을 평가하고 다른 방법으로 다시 해 본다
세 가지 관계
상관 · 인과 · 연관
- 상관관계 — 함께 움직이는 정도. 상관계수 −1~1
- 인과 관계 — 한 속성이 다른 속성에 영향을 미친다
- 연관 관계 — 두 항목이 한 거래에 함께 나타나는 관계
네 가지 분석 방법
네 모델과 짝을 이룬다
- 회귀 분석 — 관계를 수식으로 만들어 숫자를 예측
- 분류 분석 — 새 데이터가 어느 범주인지 예측
- 군집 분석 — 유사성을 측정해 n개의 군집으로
- 연관 분석 — 장바구니 분석. 상품 추천 · 진열
분석 도구
목적이 도구를 정한다
- 프로그래밍 — R · 파이썬(판다스 · 사이킷런)
- GUI — 오렌지 · 코답. 코드 없이 마우스로
- 스프레드시트 — 엑셀 · 구글 시트
- 물음이 방법을 정하고, 방법이 도구를 좁힌다
- 도구는 계산만 한다. 기울기의 단위 · 상관인지 인과인지는 사람이 읽는다
확인 퀴즈
배운 내용을 확인해 봅시다.
매점의 하루 판매량을 날짜별로 보니, 비 오는 날에는 우산 판매량과 따뜻한 음료 판매량이 함께 많았습니다. 두 판매량 사이의 관계를 무엇이라고 해야 하나?
장바구니 분석이라고도 불리며, 상품 추천과 상품 진열에 쓰이는 분석 방법은?
코드를 쓰지 않고 위젯을 이어 붙여 데이터 과학과 기계학습을 다룰 수 있는 도구는?
표본 데이터를 이용해 모집단에 대한 추론을 이끌어 내는 분석은?
CODAP이 키와 몸무게로 만든 직선의 r²가 0.565였습니다. 이것이 뜻하는 바는?