MINI's STAT.ION

2021.06.29 - [삼성 Brightics] - [Brightics | 실습] 스포티파이(spotify) 데이터로 음악 취향 고르기 :: 군집분석(k-means) Brightics 서포터즈 활동 CLOSE합니다. 아뇨... CLOSE to Brightics 합니다... 브라이틱스와 한 단계 더 가까워지겠습니다 ^_^ 하루종일 브라이틱스 얘기만 하겠습니다 ​ 오늘은 정말 안올 것만 같던 브라이틱스와의 마지막 ! 포스팅을 하는 날이에요 ㅠㅠ 지난 시간까지 진행했던 개인 분석 프로젝트 마무리 과정부터 전반적인 서포터즈활동을 총 정리해보는 시간을 가져볼까합니다. ​ 지난 6월부터 10월까지​ 한 주도 빠짐없이 브라이틱스 활동을 진행해왔는데요, 저 중에 마지막 수료식 !! 이 생략이 되어버려 내심 아쉬운 것..

안녕하세요 브라이틱스 서포터즈 2기 김유민입니다. 벌써 개인 분석 프로젝트의 마지막 포스팅이네요 ㅜㅁㅜ 개인 분석 주제를 어떤 걸로 잡아야하나, 어떤 내용으로 구성할까로 시작했던 고민들에 대한 하나 둘 씩 답을 내려가니, 어느덧 21주차 포스팅까지 왔는데요 ㅎㅎ 마지막 포스팅인 만큼, 제가 진행한 분석 과정을 총망라해보는 정리 time 을 가져봐야할 것 같아요 ! ​ 분석 내용과 결과물을 결과보고서로도 작성하여 제출할 예정이지만, Brightics 내에 도 레포트 작성 기능이 들어있다는 점 !! 오늘은 분석 보고서를 최종적으로 작성하기 전에, 미리 브라이틱스 레포트 기능으로 구현해보는 시간을 가져보겠습니다. ​ ​ 먼저, 제가 진행한 분석의 세부 절차를 다시 짚어보자면, 처음 목표로 세웠던 계획서와는 사..

​ 드디어 드디어 다시 돌아온 [Brightics | Basic] 기초 튼튼 편, 이번 시간에는 전처리 단계를 정리해보았어요! ​ ​ 제 포스팅 유입 현황을 쭈욱 살펴보니 많은 분들께서 단편적이고 한 번에 정보를 얻어갈 수 있는 글에 많이들 관심을 가져주고 계시더라구요 ! ​ ​ 특히, 지난 포스팅 중 여러 사이트를 통한 데이터 수집 방법 (링크 클릭!) 과 결측치 처리 방법 (링크 클릭!) 을 검색해 들어오시는 분들이 정말 많았어요 +_+ (감사합니다♡) 그래서 Brighitcs로 하는 전처리 방법을 잠깐 알짜배기로 정리해봤습니다 !_! ​ ​ ​ 저와 데이터를 수집해보았으니, 분석하기 쉽게 데이터를 나에게 맞게 고쳐주는 작업이 필요하겠죠? 이를 우리는 데이터 전처리(pre-processing)이라고 ..

​ 안녕하세요 ! 브라이틱스 서포터즈 김유민입니다. 이번 시간에는 저번 시간에 이어 ! 서울 시에 위치하고 있는 여러 운동 시설들의 위치를 한 눈에 볼 수 있게 지도에 시각화해보려고 해요 ​ 지난 시간에는 단순히 군집별로 같은 색을 사용해서 각 시군구마다 어떤 군집인지를 확인할 수 있었다면, 이번에는 여러 시설들이 시군구 곳곳에 어떻게 자리잡고 있는지를 좀 더 업그레이드 버전 ! 으루 만나보실 수 있을 겁니다. ⏩⏩⏩ ​ ​ (여러분들의 흥미를 돋우기 위해서 완성본 투척) 지도 시각화를 위한 기본적인 준비과정은 아래 포스팅을 참고해주세요 :) [Brightics | 프로젝트] 서울시 지도 시각화하기 : 브라이틱스 Map vs 파이썬 Forlium 비교 이번 시간은 지난 포스팅에서 예고한 대로 브라이틱스를..

이번 시간은 지난 포스팅에서 예고한 대로 브라이틱스를 활용한 지도 시각화 방법을 공유해드릴까 합니다 !! ​ ​ 아무래도 도시 연구나 지역 간 비교를 할 때 직접 지도 위에서 수치를 나타내면 더 한 눈에 이해하기 쉽죠. 여러분들은 주로 어떤 방식으로 구현하고 계신가요 ?? ​ ​ 아마 많은 분들께서​ 파이썬 내장 라이브러리인 Forlium을 사용하실 것 같아요 . 저도 마찬가지구요 !! 그래서 이번 시간엔 동일한 분석과정에 대해서 파이썬의 Forlium 기능과 브라이틱스의 Map 기능을 동시에 보여드릴테니 선택은 여러분의 몫입니다 ㅎㅎ ~! ​ 파이썬 Forlium [ 사용 데이터 ] : 먼저 저는 지난 시간에 완성한 건강고위험군 군집을 사용할 예정이에요. 건강 고위험군으로 군집화한 지역을 지도 상에 나..

​ 지난 시간, 서울시 건강 고위험군 지역을 군집화하기 위해서 지표 선정을 위한 데이터를 수집해주었는데요 ! ​ 해당 포스팅은 아래 링크에서 확인하실 수 있습니다 :_: [Brightics | 프로젝트] 서울시 건강 고위험 지역 군집화 (1) 나만의 위험군 지표 선정하기 ​ 이번 시간은 개인프로젝트의 PART 2 ! 서울시 건강 고위험 최상위 지역군을 군집화해보는 시간이에요 . ​ ​ 먼저 건강 적신호의 최상위 군집을 군집화하기 위해선, '건강 고위험군'이 뭔지 ! uumini.tistory.com ​ 그럼 이제 본격적으로 지역 군집화 과정을 진행해보도록 할게요! ​ 들어가기 전에 한 가지 아쉬운 소식이 있는데요 ㅜㅜㅜ 지표 중 하나로 쓰기로 마음 먹었던 데이터가 아직까지 업로드 되지 않았더라구요 .....

​ 이번 시간은 개인프로젝트의 PART 2 ! 서울시 건강 고위험 최상위 지역군을 군집화해보는 시간이에요 . ​ ​ 먼저 건강 적신호의 최상위 군집을 군집화하기 위해선, '건강 고위험군'이 뭔지 ! 어떤 데이터로 이를 설명해야하는지 ! 가 저의 프로젝트의 가장 핵심이이라고 할 수 있어요! 데이터분석 과정에서 필요한 역량에 대해 떠올려보면, 물론 분석역량과 분석언어(r, python..)를 다루는 스킬들도 중요하지만 ​ 저는 개인적으로 분석과제를 수행할 때에 있어선 프로젝트 흐름의 유기성과 근거의 논리성을 갖추는게 간과하기 쉽지만 정말 정말 정말 .. 심혈을 기울여야하는 작업이라고 생각해요! 다른 사람과의 차별점 / 나만의 완성물을 얻는 것을 목표로 나의 논리가 다른 사람의 고개도 끄덕이게 만들 수 있는 ..

​ 저는 현재 "서울시 건강 고위험 지역 분류 기반, 포스트코로나 시대를 위한 현대인의 건강증진 방향 제시' 에 대한 개인분석을 진행 중인데요, ​ 이번 시간은 분석의 첫 번째 PART의 핵심 ! 현재 코로나19 이후 국민들의 건강실태가 얼만큼 변화하였는지를 데이터로 직접 확인해보도록 할게요 ➛➛➛ ​ ​ /* 속성 전처리 가이드 */ 먼저 select column 으로 null 값으로 구성된 칼럼들(2008년 2018년)은 drop 해줍니다. ​ 그리고 세종시의 2009,2010,2011 자료가 항상 누락되는 점을 확인할 수 있는데요, 이는 바로 세종시가 2012년 7월 출범했기 때문이겠죠 ! 그래서 특정 값이 아닌 측정되지 않음을 의미하는 0으로 대체해줍니다. ​ 이처럼 데이터 활용능력만이 아닌, 배..

이번 시간은 시각화 단계롤 넘어가기 전에, 전처리 단계 중 단계를 집중적으로 다루는 특 !! 별 !! 판 !! ​ "결측치 처리의 모든 것" ​ 시간을 준비해보았습니다. ​ ​ 저같은 경우에 파이썬이나 R과 같은 다른 툴로 분석을 처음 접할 때 데이터 전처리 단계에서 가장 처음으로 봉착한 난관이 결측치 처리였거든요 ㅠㅠ 지워야하는지 ,, 대체한다면 어떤 값으로 대체해야하는지 ,, ​ ​ 저와 같은 어려움을 겪고 계실 분들을 위해 제가 정리한 자료들로 같이 설명해드릴게요. 해당 설명은 데이터캠프 (https://www.datacamp.com/courses/dealing-with-missing-data-in-python) 강의 내용을 참고하였습니다 :) ​ ​ STEP 1. 결측값 확인하기 먼저, 결측값이 ..

다들 한 주동안 잘지내셨나요 ~? 드디어 9월 새학기가 시작되고 전 이번에도 어김없이 개강을 맞이하게 되었는데요. 수강신청도 하고 강의계획서도 읽어보고 ~ 정말 개강을 슬슬 실감하고 있어요. ​ ​ 지난 주 멘토님들의 조언을 얻고 한층 탄탄해진 계획을 바탕으로 이제 본격적으로 데이터를 만져보도록 하겠습니다 :) 이건 제가 지난 첫 계획에서 세운 타임라인인데요, 모든 데이터들을 한꺼번에 전처리하기 보다는 분석개요를 3개의 파트로 나눠서 파트 별로 순차적으로 진행하는게 흐름 상 좋을 것 같더라구요 ! ​ ​ 그래서 오늘과 다음 시간에는 2020 코로나 이후 국민들의 건강실태 파악하는 현황 분석을 PART 1 으로 잡고 진행해볼까합니다 ! ​ 데이터 수집 먼저, 제가 사용할 데이터는 2020년 질병관리청 지역..