본문 바로가기

카테고리 338

[Data Visualization] Quantile Plot Quantile Plot 하나의 데이터에 하나의 attribute의 분포를 나타낸다. Unusual occurence가 두드러지게 보인다. X축은 데이터의 percentage를, y축은 해당 percentage의 최댓값을 나타낸다. 즉, 오름차순으로 정렬된 데이터의 100*$f_i$%는 $y(f_i)$보다 작거나 같음을 의미한다. Quantile plot 그래프는 떨어지지 않고 일정하거나 증가하는 추세만을 보인다. 정렬된 데이터에 대해 나타낸 것이기 때문이다. 2022. 6. 3.
[Data Visualization] Histogram Histogram 각 value에 대한 frequency(빈도수)를 바(bar)의 형태로 나타낸 그래프이다. 어떤 value가 몇 번 발생했는지(frequency)를 나타낸 것이다. 데이터의 distribution을 한눈에 확인할 수 있다. Value들을 카테고리로 묶어서 나타낼 수 있다. 이 때 카테고리는 아래와 같은 조건을 만족해야 한다. 카테고리는 disjoint하다. : 하나의 value가 여러 카테고리에 속하면 안된다. 카테고리의 끝 부분은 붙어있어야 한다. : 비어있는 범위가 발생하여 어떤 카테고리에도 속하지 않은 value가 발생하면 안된다. Histogram v.s. Bar Chart Histogram bar의 넓이가 value를 나타낸다. 카테고리가 균등하게 나뉘지 않아도 된다. Bar .. 2022. 6. 3.
[Data Visualization] Boxplot Boxplot Five values를 그림으로 나타냄으로써 시각적으로 데이터의 분포를 그릴 수 있다. Min/max의 범위를 벗어나서 위치하는 점들을 outlier라 한다. 주로 whisker의 길이는 1.5 * IQR이다. 2022. 6. 3.
Data Visualization Data Visualization 데이터의 분포나 관계를 시각적으로 확인할 수 있다. boxplot : five-number($Q_0 ~ Q_4$) summary의 시각화 버전 histogram 한 attribute의 각 값에 대한 frequency를 나타냄 x-axis : values y-axis : frequency quantile plot : 하나의 데이터의 하나의 attribute의 분포를 나타낸다. quantile-quantile plot(q-q plot) : 다른 두 개의 데이터의 하나의 attribute의 분포를 나타낸다. scatter plot : 하나의 데이터에서 두 attribute의 관계를 나타낸다. 2022. 6. 3.
[Data Description] Measuring Dispersion Measuring Dispersion Quartiles 전체 데이터를 4개의 구역으로 나눠서 각 경계지점을 $Q_0$ ~ $Q_4$로 정하면 아래와 같이 된다. 5개의 값으로 전체 데이터의 distribution을 나타낼 수 있다. $Q_0$ $Q_1$ $Q_2$ $Q_3$ $Q_4$ 최솟값 25% (quartiles) median 75% (quartiles) 최댓값 IQR(Inter-Quartile Range) $IQR = Q_3 - Q_1$ Data의 dispersion을 나타낸다. IQR이 작으면 데이터가 dense한 것이고(모여있음) IQR이 크면 데이터가 sparse 한 것이다.(퍼져있음) Boxplot Quartiles를 그림으로 나타냄으로써 시각적으로 데이터의 분포를 그릴 수 있다. Mi.. 2022. 6. 3.