데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

46

데이터 과학을 위한 통계

NOTE

_

범주형 데이터로서의 수치 데이터

1

.

5

.

2

절에서, 우리는 데이터를 구간별로 나눠서 각 구간의 도수분포를 표의 형태로 살펴봤다. 이것은 엄밀히

말해 수치 데이터를, 순서를 고려한 요인

factor

들로 변환했다고 볼 수 있다. 이런 관점에서, 히스토그램과 막대

도표는 비슷하다고 할 수 있다. 막대도표에서

x

축의 범주들이 순차적이지 않다는 점만 제외 한다면 말이다.

이런 수치형 데이터를 범주형으로 변환하는 것은 데이터의 복잡도(그리고 크기)를 줄여준다는 점에서 중요하

고 실제 많이 사용된다. 데이터 분석을 시작하는 단계에서, 피처들 사이의 관계를 알아보기 위해 사용된다.

1.6.1

최빈값

최빈값이란 데이터에서 가장 자주 등장하는 값 혹은 값들(여러 값들의 최다 빈도수가 같을 경

우)을 의미한다. 예를 들어 댈러스-포트워스 공항의 지연 원인들 중 최빈값은 “귀향편 지연”이

다. 또 다른 예로, 미국 내 종교적 선호도 자료의 최빈값은 아마 기독교일 것이다. 최빈값은 범

주형 데이터를 분석하는데 간단히 사용된다. 하지만 수치 데이터에는 잘 사용하지 않는다.

1.6.2

기댓값

범주형 데이터 중에, 각 범주에 해당하는 수치형 변수들이 존재하는 특별한 경우가 있을 수 있

다. 예를 들어 새로운 클라우드 기술 상품을 판매하는 회사가 두 가지 ...