데이터 준비

데이터 과학 이해하기

Hadrien Lacroix

Content Developer, DataCamp

데이터 워크플로

데이터 과학 워크플로

데이터 과학 이해하기

데이터를 준비해야 하는 이유

  • 실제 데이터는 복잡합니다
  • 준비는 다음을 방지하기 위해 수행됩니다.
    • 오류
    • 잘못된 결과
    • 편향 알고리즘

수프 준비

데이터 과학 이해하기

청소를 시작해 볼까요?

사라 리즈 에이드리언 리즈
나이 "27" "30" "30"
키 1.77 5.58 1.80 5.58
국가 "벨기에" "USA" "FR" "USA"

창문을 닦는 스크레이퍼

데이터 과학 이해하기

정돈된 데이터

이전

$$

사라 리즈 에이드리언 리즈
나이 "27" "30" "30"
키 1.77 5.58 1.80 5.58
국가 "벨기에" "USA" "FR" "USA"

정리된 빨래

데이터 과학 이해하기

정돈된 데이터 출력

이전

$$

사라 리즈 에이드리언 리즈
나이 "27" "30" "30"
키 1.77 5.58 1.80 5.58
국가 "벨기에" "USA" "FR" "USA"

이후

$$

이름 나이 키 국가
사라 "26" 1.78 "벨기에"
리즈 "30" 5.58 "USA"
에이드리언 1.80 "FR"
리즈 "30" 5.58 "USA"
데이터 과학 이해하기

중복 제거

이전

$$

이름 나이 키 국가
사라 "27" 1.77 "벨기에"
리즈 "30" 5.58 "USA"
에이드리언 1.80 "FR"
리즈 "30" 5.58 "USA"

더블 체리

데이터 과학 이해하기

중복 제거 | 출력

이전

$$

이름 나이 키 국가
사라 "27" 1.77 "벨기에"
리즈 "30" 5.58 "USA"
에이드리언 1.80 "FR"
리즈 "30" 5.58 "USA"

이후

$$

이름 나이 키 국가
사라 "27" 1.77 "벨기에"
리즈 "30" 5.58 "USA"
에이드리언 1.80 "FR"
데이터 과학 이해하기

고유 ID

이전

$$

이름 나이 키 국가
사라 "27" 1.77 "벨기에"
리즈 "30" 5.58 "USA"
에이드리언 1.80 "FR"

보라색 오리와 노란색 오리

데이터 과학 이해하기

고유 ID | 출력

이전

$$

이름 나이 키 국가
사라 "27" 1.77 "벨기에"
리즈 "30" 5.58 "USA"
에이드리언 1.80 "FR"

이후

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "벨기에"
1 리즈 "30" 5.58 "USA"
2 에이드리언 1.80 "FR"
데이터 과학 이해하기

동질성

이전

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "벨기에"
1 리즈 "30" 5.58 "USA"
2 에이드리언 1.80 "FR"

큰 금붕어를 마주한 작은 금붕어

데이터 과학 이해하기

동질성 | 출력

이전

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "벨기에"
1 리즈 "30" 5.58 "USA"
2 에이드리언 1.80 "FR"

이후

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "벨기에"
1 리즈 "30" 1.70 "USA"
2 에이드리언 1.80 "FR"
데이터 과학 이해하기

동질성, 다시

이전

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "벨기에"
1 리즈 "30" 1.70 "USA"
2 에이드리언 1.80 "FR"

벨기에 국기

데이터 과학 이해하기

동질성, 다시 | 출력

이전

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "벨기에"
1 리즈 "30" 1.70 "US"
2 에이드리언 1.80 "FR"

이후

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "BE"
1 리즈 "30" 1.70 "US"
2 에이드리언 1.80 "FR"
데이터 과학 이해하기

- 데이터 유형

이전

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "BE"
1 리즈 "30" 1.70 "US"
2 에이드리언 1.80 "FR"

다양한 종류의 파스타

데이터 과학 이해하기

데이터 유형 | 출력

이전

$$

ID 이름 나이 키 국가
0 사라 "27" 1.77 "BE"
1 리즈 "30" 1.70 "US"
2 에이드리언 1.80 "FR"

이후

$$

ID 이름 나이 키 국가
0 사라 27 1.77 "BE"
1 리즈 30 1.70 "US"
2 에이드리언 1.80 "FR"
데이터 과학 이해하기

누락값

이전

$$

ID 이름 나이 키 국가
0 사라 27 1.77 "BE"
1 리즈 30 1.70 "US"
2 에이드리언 1.80 "FR"

이유:

  • 데이터 입력
  • 오류
  • 유효한 누락값

해결책:

  • 대체
  • 누락
  • 유지
데이터 과학 이해하기

누락값 | 출력

이전

$$

ID 이름 나이 키 국가
0 사라 27 1.77 "BE"
1 리즈 30 1.70 "USA"
2 에이드리언 1.80 "FR"

이후

$$

ID 이름 나이 키 국가
0 사라 27 1.77 "BE"
1 리즈 30 1.70 "US"
2 에이드리언 28 1.80 "FR"
데이터 과학 이해하기

연습해 봅시다!

데이터 과학 이해하기

Preparing Video For Download...