자주 사용되는 Dataset 소개
Contents
5.3. 자주 사용되는 Dataset 소개¶
데이터 시각화는 데이터를 직관적으로 이해하고 분석하는 데 중요한 역할을 합니다. 다양한 데이터셋이 데이터 시각화에 사용되며, 그 중 몇 가지 대표적인 데이터셋을 소개합니다.
표 형식 데이터는 행과 열로 구성된 스프레드시트나 데이터베이스 테이블 형태로, 변수와 관측치가 명확히 구분됩니다.
대표적인 예로, Iris 데이터셋과 Titanic 데이터셋이 있습니다.
Iris 데이터셋은 꽃잎과 꽃받침의 길이와 너비를 포함한 간단한 데이터셋으로, 데이터 시각화와 머신러닝 초보자들에게 자주 사용됩니다.
Titanic 데이터셋은 타이타닉 호의 승객 정보를 포함하고 있어, 생존자 분석 등 다양한 시각화와 분석을 수행할 수 있습니다.
시계열 데이터는 시간의 경과에 따른 데이터를 포함하며, 시간 순서대로 정렬된 데이터 포인트로 구성됩니다. 예를 들어, Global Temperature 데이터셋은 특정 지역의 일별 기온 변화를 기록한 데이터셋으로, 기후 변화와 관련된 시각화에 유용합니다.
범주형 데이터는 고정된 수의 범주로 구성된 데이터입니다. 예를 들어, Penguins 데이터셋은 펭귄의 종, 섬, 성별 등을 포함하여 범주형 데이터를 시각화하는 데 자주 사용됩니다.
공간 데이터는 지리적 위치와 관련된 데이터를 포함하며, 지도 시각화에 사용됩니다. 대표적인 예로, Earthquake 데이터셋은 지진 발생 위치와 강도를 포함하여 지진의 분포와 패턴을 시각화하는 데 유용합니다.
이미지 데이터는 이미지 파일로 구성된 데이터로, 이미지 분류와 객체 탐지 등의 시각화에 사용됩니다.
예를 들어, MNIST 데이터셋은 손글씨 숫자 이미지 데이터셋으로, 이미지 처리와 관련된 다양한 시각화와 분석을 수행할 수 있습니다. CIFAR-10 데이터셋은 10개 클래스의 이미지 데이터셋으로, 보다 복잡한 이미지 분류 작업에 사용됩니다.
텍스트 데이터는 텍스트 형식의 데이터를 포함하며, 자연어 처리와 관련된 시각화에 사용됩니다. 예를 들어, IMDb 영화 리뷰 데이터셋은 영화 리뷰 텍스트와 평점을 포함하여 텍스트 데이터의 감정 분석과 시각화에 유용합니다.
5.3.1. 표 형식 데이터 (Tabular Data)¶
행과 열로 구성된 표 형식의 데이터로, 스프레드시트나 데이터베이스 테이블 형태로 자주 사용됩니다. 각 열은 변수(피처, 특성벡터, feature 등으로 부르기도 함)를 나타내고, 각 행은 관측치를 나타냅니다.
Iris데이터셋: 꽃잎과 꽃받침의 길이와 너비를 포함한 간단한 데이터셋 (download link)Titanic데이터셋: 타이타닉 호의 승객 정보를 포함한 데이터셋 (download link)
5.3.2. 시계열 데이터 (Time Series Data)¶
시간의 경과에 따른 데이터로, 주로 시간 순서대로 정렬된 데이터 포인트로 구성됩니다. 주식 가격, 기온 변화, 판매 수치 등이 이에 해당합니다.
기온 변화 데이터셋: 특정 지역의 일별 기온 변화를 기록한 데이터셋 (download link)
주식 가격 데이터셋: 특정 주식의 일별 종가를 기록한 데이터셋 (github code)
5.3.3. 범주형 데이터 (Categorical Data)¶
범주형 데이터는 고정된 수의 범주로 구성된 데이터를 말하며, 주로 막대 그래프나 파이 차트로 시각화됩니다.
자동차 데이터셋: 자동차의 종류, 제조사, 연료 타입 등을 포함한 데이터셋 (Kaggle dataset)
펭귄 데이터셋: 펭귄의 종, 섬, 성별 등을 포함한 데이터셋 (download link)
5.3.4. 공간 데이터 (Spatial Data)¶
지리적 위치와 관련된 데이터를 말하며, 주로 지도 시각화에 사용됩니다. 좌표, 지역, 경계선 등의 정보를 포함합니다.
지도 데이터셋: 특정 지역의 지리적 경계 데이터를 포함한 데이터셋 (geoBoundaries download)
지진 데이터셋: 지진 발생 위치와 강도를 포함한 데이터셋 (download link)
5.3.5. 이미지 데이터 (Image Data)¶
이미지 파일로 구성된 데이터로, 이미지 분류, 객체 탐지 등의 시각화에 사용됩니다.
MNIST데이터셋: 손글씨 숫자 이미지 데이터셋 (download link)CIFAR-10데이터셋: 10개 클래스의 이미지 데이터셋 (download link)
5.3.6. 텍스트 데이터 (Text Data)¶
텍스트 형식의 데이터로, 자연어 처리와 관련된 시각화에 사용됩니다.
뉴스 기사 데이터셋: 뉴스 기사 텍스트를 포함한 데이터셋 (공공데이터포털)
영화 리뷰 데이터셋: 영화 리뷰 텍스트와 평점을 포함한 데이터셋 (download link)