[해외 부동산 월세 예측(1)] 기본적인 EDA 연습

Data Load

• 8692개의 데이터
• ID : 샘플 별 고유 ID
• 부동산 관련 정보
• 해당 건물이 위치한 위도와 경도(단, 지도 api를 이용하여 추가정보를 활용할 수 없음)
• target: monthlyRent(us_dollar) : 1달러를 단위로 하는 월세 가격

 

기본적인 EDA

▶︎ 질적 변수와 양적 변수 확인

# 질적 변수
qual_df = total_df[['propertyType', 'suburbName']]

# 양적 변수
quan_df = total_df.drop(columns = ['propertyType', 'suburbName'])

 

▶︎ 결측치, 행과 컬럼 구성, 데이터타입 / 통계량 확인

 

▶︎ 시각화

1) 양적 변수 분포 확인 : 히스토그램

quan_df.hist(bins = 100, figsize = (18, 18))
plt.show()

 

 

2) 질적 변수 분포 확인 : countplot

• 질적 변수는 수치화가 되지 않으면 히스토그램으로 나타낼 수 없다
• 그러나 단순 수치화가 질적 변수의 특성을 적절하게 반영하지 못할 때가 많으므로,
• 질적변수는 관측값의 빈도를 나타내는 countplot을 주로 이용한다

fig, axes = plt.subplots(2, 1, figsize = (20, 15))

sns.countplot(x = qual_df['propertyType'],ax = axes[0])
sns.countplot(x = qual_df['suburbName'], ax = axes[1])

plt.show()

 

 

3) 이상치 확인 : box plot

# 일부 코드
fig, axes = plt.subplots(3, 3, figsize = (15, 15))

sns.boxplot(y = quan_df['bedrooms'], ax = axes[0][0])
sns.boxplot(y = quan_df['latitude'], ax=axes[0][1])
sns.boxplot(y = quan_df['longitude'], ax=axes[0][2])
plt.show()

 

4) 상관관계 확인 : heatmap

plt.figure(figsize = (15, 15))
sns.heatmap(total_df.corr(), annot = True, fmt = '.1f', linewidth = 1, cmap = 'Blues')
plt.show()