Machine Learning 실습 (7)

4-6. 데이터 탐색

- train 데이터를 기준으로 탐색 : 모델 학습에 도움이 되는 데이터이기때문

- test를 탐색하는 것은 모델 일반화에 도움이 되지 않음

 

4.6.1 범주형 데이터 시각화

- Cabin 시각화

# Cabin 컬럼과 생존/사망의 관계 확인해보기
train_cabin = train[['Cabin', 'Survived', 'Name']].groupby(['Cabin', 'Survived']).count()
train_cabin

 

# sns 라이브러리로 시각화
sns.countplot(data = train, x = 'Cabin', hue = 'Survived')

 

4.6.2  Pclass 시각화

- 승객 등급과 사망/생존의 관계 확인해보기

sns.countplot(data = train, x = 'Pclass', hue = 'Survived')
# 등급이 높을수록 생존율이 높음

 

4.6.3  Cabin과 Pclass 시각화

- M층에서 왜 사람이 많이 죽었는지 확인해보기

- 등급과 연관이 있는 것인지 확인해보기

sns.countplot(data = train, x = 'Cabin', hue = 'Pclass')
# M층에서 사망율이 높은 이유는 승객의 등급이 3등급인 사람이 많이 있었을 뿐

 

4.6.4 Sex, Embarked 시각화

# 성별이 사망/생존과 얼마나 연관이 있는지 확인
sns.countplot(data = train, x = 'Sex', hue = 'Survived')

 

# 승선항이 사망/생존과 얼마나 연관이 있는지 확인
sns.countplot(data = train, x = 'Embarked', hue = 'Survived')