EDA + Feature Engineering01

Survived

• 생존자의 현황 다시 파악

한 열씩 검토해 보겠습니다.

Survived - Key: (0 - Not Survived, 1- Survived)

Survived는 숫자로 값을 주지만 Categorical Variable인 셈입니다.

죽던지 살던지 둘 중 하나의 값을 줍니다.

countplot을 그려 봅니다.

사이즈는 가로 10인치 세로 2인치

생존 여부 0과 1의 숫자를 세어 본 후 그림을 그리도록 명령을 하는 것입니다.

pyplot(plt)의 figure라는 메소드를 써서 그림판의 크기를 정하고, seaborn의 카운트플롯을 그리라는 것입니다.

fig = plt.figure(figsize=(10,2))
sns.countplot(y='Survived', data=train)
print(train.Survived.value_counts())

• 불행히도 사망자가 훨씬 많아 보입니다.

• 전체 사망자 비율을 좀 보겠습니다.

• 파이그래프랑 카운트 플롯을 서브플롯으로 그립니다.

• 행은 하나 열은 2개의 서브 플롯입니다. 사이즈는 가로 15인치 세로 6인치

• 'Survived'의 값을 카운트해서 파이플롯을 만듭니다.

• explode는 폭발하는 것이니까 1이면 튀어 나가는 것인데 0을 주면 분리만 되고 돌출은 되지 않습니다. 이어서 0, 1인 것은 첫 번째 것은 아니고 두번 째 것은 분리된다는 의미로 생각하시면 됩니다.

• autopercent는 1.1이 표현하는 부분은 소수점 한 자리까지 보여 주라는 의미입니다. 뒤에 점 이하가 4면 둘 다 소수점 4자리수 까지 보여 줍니다.

• ax[0]은 첫번째 칸입니다.

• set_title 메소드는 서브 플롯의 제목을 보여 줍니다.

f,ax=plt.subplots(1, 2, figsize=(15, 6))
train['Survived'].value_counts().plot.pie(explode=[0, 0.1], autopct='%1.1f%%', ax=ax[0], shadow=True)
ax[0].set_title('Survived')
ax[0].set_ylabel('')
sns.countplot('Survived',data=train, ax=ax[1])
ax[1].set_title('Survived')
plt.show()

Pclass EDA

• 선상 등급의 현황 파악

"Pclass" 분석

Pclass는 값이 숫자이나 서열이 정해진 Ordinal Feature이다.

Key:1 = 1st, 2= 2nd, 3 = 3rd

각 클래스 당 생존자를 보겠습니다.

• groupby 메소드

  • train.groupby 그룹을 지어서 통계를 내라
  • train.groupby(['Pclass','Survived'])선실등급과 생존율을 묶어라
  • train.groupby(['Pclass','Survived'])['Survived'].count() 트레인 셋에서 선실 별 0 과 1의 숫자 세어보라

    train.groupby(['Pclass','Survived'])['Survived'].count()

![](https://media.vlpt.us/images/qsdcfd/post/7fc0fb56-a6e7-4944-ad94-93e728942b96/image.png)
   
   - train.groupby(['Survivied','Pclass'])['Pclass'].count() 
   
<br>

- crosstab 메소드

pd.crosstab(train.Pclass, train.Survived, margins=True).style.background_gradient(cmap='summer_r')

![](https://media.vlpt.us/images/qsdcfd/post/5771d110-5278-4691-ad1e-ebc083d5e2ae/image.png)


<br>

- 총 정리

f, ax = plt.subplots(1, 2, figsize=(12, 6))
train[['Pclass','Survived']].groupby(['Pclass']).mean().plot.bar(ax=ax[0])
ax[0].set_title('Survived per Pcalss')
sns.countplot('Pclass', hue='Survived', data=train, ax=ax[1])
ax[1].set_title('Pcalss Survived vs Not Survived')
plt.show()

![](https://media.vlpt.us/images/qsdcfd/post/6f81048c-a572-4d5b-a20f-3cb0e0448367/image.png)

![](https://media.vlpt.us/images/qsdcfd/post/d7ac2647-e807-42d4-a17d-515e16463254/image.png)

<br>

#### Name EDA + Feature Engineering

- EDA뿐만아니라 약간의 피쳐엔지니어링까지 경험

<br>

#### SEX EDA + Feature Engineering

- Sex에 대해 EDA에 살짝의 변형을 가진 작은 피쳐 엔지니어링 시도