[kaggle] 타이타닉(titanic) | 1. Dataset Check

처음 다뤄보는 kaggle

아래 youtube를 참고하여 따라하는 실습입니다.

 

데이터 분석을 공부하기로 마음 먹은지 몇 주가 되었고 인프런에서 기초 강의를 듣는 중인데

새로 들어간 스터디에서 조원 분이 추천하신 사이트를 참고하여 모델링을 해보며 직접적으로 데이터를 다뤄보기 위해 실습을 해보려고 한다.

 

https://www.youtube.com/watch?v=_iqz7tFhox0&list=PLC_wC_PMBL5MnqmgTLqDgu4tO8mrQakuF&index=1 

---

 

- 데이터 분석 도구(pandas, numpy), 여러 시각화 도구(matplotlib, seaborn, plotly) 모듈 import 하기

- 앞으로 나올 warnings를 무시

 

 

 

---

 

 

1. Dataset 확인

- null data를 확인하기

 

 

- df_train에서 우리가 예측하려는 target label은 Survived이다.

 

 

 

- describe()으로 통계치를 확인해보니, null data가 존재하는 열(feature)이 있는 것으로 보인다.

 

 

 

 

1.1 Null data check

 

 

- Train Set : Age(19.87%), Cabin(77.10%), Embarked(0.22%)

- Test Set : Age(20.57%), Cabin(78.23%)

  에서 null data 존재

 

 

 

 

 

* msno 라이브러리를 이용해 null data 확인하기

 

- iloc (index location) : pandas의 문법 중 하나

  - 내가 원하는 위치의 dataframe을 가져옴

  - iloc[:, :] : 처음부터 끝까지