Machine Learning 실습 (8)

4.6.5  수치형 데이터 시각화

- Age 컬럼과 생존/사망 관계 확인하기

# 바이올린 플롯
plt.figure(figsize = (15,5))
sns.violinplot(data = train, x = 'Sex', y = 'Age', hue = 'Survived', split = True)
plt.ylim(0,80)
# plt.show()

 

# 남자아이일 경우에 생존율이 높음
# 여자아이일 경우에 사망율이 높음

train['Age'].describe() # 기술하다, 설명하다

 

# Fare 요금의 기술통계량 확인해보기 !
train['Fare'].describe()
# 일반적인 사람들은 중앙값(대푯값) 기준으로 14정도 내고 승선했을 것이다!
# 평균이 대표가 될 수 없는 이유 512라는 큰값의 영향을 받았을 수 있기 때문

 

# 바이올린 플롯
plt.figure(figsize = (15,5))
sns.violinplot(data = train, x = 'Sex', y = 'Fare', hue = 'Survived', split = True)
plt.ylim(0,512) # y축의 범위 설정
# plt.show()