[AI 응용 ML] 이론 | 1.2 자료 형태란? | 수치형자료 범주형자료

자료 형태 왜 알아야 하는가?

머신러닝은 데이터를 바탕으로 한 분석 방식.

고로, 자료 형태 파악하는 것이 머신러닝 활용의 필수 과정

 

다음 질문에 대해 대답할 수 있어야한다.

현재, 데이터가 어떻게 구성되어 있는가?

현재, 어떤 모델을 사용해야 하는가?

데이터 전처리는 어떻게 하는가?

 

자료 형태

1. 수치형

2. 범주형

1. 수치형

✔ 공통특징

- 양적

- 수치 측정 가능

 

✔ 수치형 종류

1-1. 수치형 中 연속형

- 연속적 관측값

- 3.1415923878... 

 

1-2. 수치형 中 이산형

- 셀 수 있는 관측값

- 게시글 수, 상품 수

 

2. 범주형

✔ 공통특징

- 질적

- 수치 측정 불가

 

2-1. 순위형 자료

- 범주 사이 순서가 의미 있음

- A+, A-, A0, ...

 

2-2. 명목형 자료

- 범주 사이 순서 무의미

- A, B, AB, O형

✔ 주의할 것

숫자 표현으로 수치형/범주형을 구분짓지 않음.

질적 자료인 범주형도 남녀 성별 구분 시,

남자를 1, 여자를 0으로 표현하는 경우가 있기 때문.

이 때 1,0은 상수(number)가 아닌 상징적 의미.

---

수치형 자료

수치를 통한 자료 요약

평균

평균의 특징

퍼진 정도의 측도 (표준편차, 분산)

분산

표준편차

히스토그램

히스토그램 특징

---

범주형 자료

요약이 필요한 이유?

1. 다수 범주가 반복 관측됨

2. 관측값 크기보다 포함 범주에 관심이 더 큼

범주에 속하는 관측값 개수 측정

각 범주가 차지하는 비율 파악

효율적인 범주 간 차이점 비교

 

예시.

도수분포표