[Python][AI] 탐색적 데이터 분석(EDA) - 와인 품질 데이터셋 (Wine Quality Dataset) - 1

 

 

  탐색적 데이터 분석(EDA, Exploratory Data Analysis)는 데이터 분석의 첫 단계로, 데이터를 시각적으로 탐색하고 요약 통계를 확인하며 데이터의 특성과 패턴을 파악하는 과정이다.. 이번 글에서는 와인 품질 데이터셋(Winq Quality Dataset)을 활용하여 데이터를 탐색하는 방법을 단계별로 소개한다.

---

EDA란?

---

EDA(탐색적 데이터 분석)는 데이터를 더 깊이 이해하기 위한 중요한 과정으로, 주요 목적은 다음과 같다:

• 데이터의 분포와 구조 이해
• 결측값과 이상치 탐지
• 데이터의 주요 특징과 패턴 파악
• 전처리 및 모델링에 필요한 인사이트 도출

---

728x90

반응형

데이터셋 정보

---

• 데이터셋 이름: Wine Quality Dataset
• 출처: UCI Machine Learning Repository
• 데이터 구성:
  • 총 샘플 수: 6,497개 (Red 와인 : 1,599 & White 와인 : 4,898)
  • 입력 변수(11개): 와인의 화학적 특성 (e.g., 산도, 당도, pH 등)
  • 출력 변수(1개): 와인 품질 점수 (0~10)
• 입력 변수(Features)
  • fixed_acidity (고정 산도)
    • 설명: 고정 산도는 와인의 주된 산도 성분 중 휘발되지 않는 산의 농도를 나타낸다. 주로 주석산(Tartaric acid)과 말산(Malic acid)이 포함된다.
    • 단위: g/dm³
    • 역할:
      • 신맛(Tartness)에 영향을 미침
      • 와인의 신선도를 유지하는 데 중요한 요소
  • volatile_acidity (휘발성 산도)
    • 설명: 휘발성 산도는 와인에서 증발할 수 있는 산의 농도를 나타낸다. 주로 아세트산(Acetic acid)이 포함된다.
    • 단위: g/dm³
    • 역할:
      • 휘발성 산도가 높으면 식초 맛을 내어 와인의 품질을 낮춤
      • 적당한 휘발성 산도는 와인에 복합적인 풍미를 더함
  • citric_acid (구연산)
    • 설명: 구연산은 와인의 산미를 조정하고 신선한 맛을 유지하는 데 기여하는 자연적인 성분이다.
    • 단위: g/dm³
    • 역할:
      • 와인의 신맛을 보완하고 균형을 유지
      • 낮은 구연산 수치는 와인이 오래되었거나 품질이 떨어질 수 있음을 나타냄
  • residual_sugar (잔류 당분)
    • 설명: 발효 후에도 와인에 남아 있는 설탕의 농도를 나타낸다.
    • 단위: g/dm³
    • 역할:
      • 와인의 단맛(Sweetness)에 직접적인 영향을 줌
      • 대부분의 와인은 1g/dm³에서 10g/dm³ 사이이며, 디저트 와인은 훨씬 높은 수치를 가질 수 있음
  • chlorides (염화물)
    • 설명: 와인에 포함된 염화물(주로 소금)의 농도를 나타낸다.
    • 단위: g/dm³
    • 역할:
      • 와인의 짠맛에 영향을 줌
      • 높은 염화물 농도는 와인의 품질을 저하시킬 수 있음
  • free_sulfur_dioxide (유리 아황산)
    • 설명: 와인에서 화학적으로 자유롭게 존재하는 아황산(SO₂)의 농도를 나타낸다.
    • 단위: mg/dm³
    • 역할:
      • 산화와 미생물 활동을 방지하여 와인의 신선도를 유지함
      • 과도한 아황산은 와인의 풍미를 해칠 수 있음
  • total_sulfur_dioxide (총 아황산)
    • 설명: 유리 아황산과 결합된 아황산의 합으로, 와인에 포함된 전체 아황산 농도를 나타낸다.
    • 단위: mg/dm³
    • 역할:
      • 와인의 보존성을 높임
      • 높은 수치는 민감한 소비자에게 건강상의 문제를 일으킬 수 있음
  • density (밀도)
    • 설명: 와인의 밀도는 물의 밀도(1.000 g/cm³)에 비해 상대적인 밀도를 나타낸다.
    • 단위: g/cm³
    • 역할:
      • 잔류 설탕과 알코올 농도를 반영함
      • 일반적으로 알코올 함량이 높거나 잔류 설탕이 많으면 밀도가 높아짐
  • pH
    • 설명: 와인의 산도를 측정한 값으로, 산성도와 알칼리도의 균형을 나타낸다.
    • 범위: 0~14 (일반적으로 3~4 범위)
    • 역할:
      • pH는 와인의 신선도와 안정성에 영향을 미침
      • 낮은 pH는 더 신선한 맛을 나타내며, 높은 pH는 산화 가능성을 증가시킴
  • sulphates (황산염)
    • 설명: 황산염은 와인 발효 중 생성되는 화합물로, 보존성과 풍미에 영향을 준다.
    • 단위: g/dm³
    • 역할:
      • 와인의 향을 개선하고, 산화 방지에 기여함
      • 과도한 황산염은 쓴맛을 유발할 수 있음
  • alcohol (알코올)
    • 설명: 와인의 알코올 농도를 나타낸다.
    • 단위: % (볼륨 기준)
    • 역할:
      • 와인의 무게감과 풍미에 직접적인 영향을 미침
      • 일반적으로 높은 알코올 농도는 품질이 높은 와인으로 간주됨
• 출력 변수(Target)
  • quality (품질 점수)
    • 설명: 와인의 품질을 0에서 10까지의 점수로 매겨 나타낸다.
    • 역할:
      • 출력 변수로 사용되며, 와인의 전반적인 품질을 평가
      • 데이터셋의 목표는 화학적 특성(입력 변수)을 기반으로 품질 점수를 예측하는 것임