데이터 탐색

Python으로 배우는 Monte Carlo 시뮬레이션

Izzy Weber

Curriculum Manager, DataCamp

당뇨병 데이터셋

10개의 독립 변수:

  • 나이 age
  • 성별 sex
  • 체질량지수 bmi
  • 평균 혈압 bp
  • 6개 혈청 지표: tc, ldl, hdl, tch, ltg, glu
1 Bradley Efron, Trevor Hastie, Iain Johnstone and Robert Tibshirani (2004) "Least Angle Regression," Annals of Statistics (with discussion), 407-499 2 https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html
Python으로 배우는 Monte Carlo 시뮬레이션

당뇨병 데이터셋

종속 변수

  • 기준 시점 1년 후 질병 진행의 정량 지표, y

 

데이터셋 크기

  • 당뇨병 환자 442명
Python으로 배우는 Monte Carlo 시뮬레이션

당뇨병 데이터셋

dia.head()

|     | age | sex | bmi  | bp     | tc  | ldl   | hdl  | tch  | ltg    | glu | y   |
|-----|-----|-----|------|--------|-----|-------|------|------|--------|-----|-----|
| 0   | 59  | 2   | 32.1 | 101.00 | 157 | 93.2  | 38.0 | 4.00 | 4.8598 | 87  | 151 |
| 1   | 48  | 1   | 21.6 | 87.00  | 183 | 103.2 | 70.0 | 3.00 | 3.8918 | 69  | 75  |
| 2   | 72  | 2   | 30.5 | 93.00  | 156 | 93.6  | 41.0 | 4.00 | 4.6728 | 85  | 141 |
| 3   | 24  | 1   | 25.3 | 84.00  | 198 | 131.4 | 40.0 | 5.00 | 4.8903 | 89  | 206 |
| 4   | 50  | 1   | 23.0 | 101.00 | 192 | 125.4 | 52.0 | 4.00 | 4.2905 | 80  | 135 |
1 https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html 2 http://statweb.lsu.edu/faculty/li/IIT/diabetes.txt
Python으로 배우는 Monte Carlo 시뮬레이션

시뮬레이션 전 데이터 탐색 이유

  • 변수 분포를 시각 점검
    • 확률분포에 대한 직관 형성
  • 예측 변수들 간 상관 확인/측정
    • 공분산 구조 모델링의 근거 마련
  • 예측 변수와 반응 변수 간 상관 확인/측정
    • 예측 변수-반응 관계의 초기 파악
Python으로 배우는 Monte Carlo 시뮬레이션

데이터셋의 페어플롯

sns.pairplot(dia)

dia 데이터셋 변수의 페어플롯

Python으로 배우는 Monte Carlo 시뮬레이션

데이터셋의 페어플롯

sns.pairplot(dia)

sex 강조된 페어플롯

Python으로 배우는 Monte Carlo 시뮬레이션

데이터셋의 페어플롯

sns.pairplot(dia)

tc와 ldl 강조된 페어플롯

Python으로 배우는 Monte Carlo 시뮬레이션

변수 간 상관관계

dia.corr()

dia의 모든 변수 간 상관행렬

Python으로 배우는 Monte Carlo 시뮬레이션

연습해 봅시다!

Python으로 배우는 Monte Carlo 시뮬레이션

Preparing Video For Download...