상관계수는 두 변수 사이 관계의 강도와 방향을 설명합니다. 값의 범위는 다음과 같습니다.
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 첫 번째 장에서는 Power BI에서 Python을 사용할 때의 장단점을 살펴보고, 워크북에서 이 기능을 활성화하는 방법을 배웁니다. 또한 두 기술을 각각 사용해 동일한 작업을 수행해 보면서 각자의 강점과 한계를 익힙니다. Power BI는 강력한 도구예요. 여기에 Python을 더하면 더 막강해집니다!
이제 Power BI에서 Python을 사용할 준비가 되었으니, 다음으로 중요한 데이터 처리 단계인 결측치 식별과 대치로 넘어가 보겠습니다. 이 장에서는 Python으로, 그리고 Power BI로 데이터셋의 결측치를 식별해 봅니다. 그런 다음 다양한 대치 기법을 활용해 결측치를 처리하는 과정을 실습해요.
이 장에서는 Power BI에서 Seaborn 패키지를 사용해 여러 가지 Python 기반 시각화를 만듭니다. 구체적으로는 선 그래프(line plot), 페어 플롯(pair plot), 조인트 플롯(joint plot)을 다룹니다. 또한 이 시각화를 해석해 데이터에서 인사이트를 도출하는 방법을 배웁니다. 이 시점이면 기본적인 데이터 처리 단계에서 Python과 Power BI의 주요 차이점을 이해하게 됩니다. 이제 다음 단계는 이 데이터를 시각화하는 것이에요!
이 장에서는 변수 간 관계를 계속 평가합니다. 이번에는 상관계수를 계산하여 정량적으로 살펴봅니다. 이를 Power BI에서, 그리고 Python에서 각각 수행하는 방법을 배웁니다. 마지막으로 Seaborn 시각화의 장점을 활용해 상관 히트맵을 만들어 봅니다! 강의를 마치면 Power BI, Python, 그리고 데이터 시각화 기법에 한층 능숙해질 거예요. 잘하셨어요!
현재 연습
