[Data Scientist] 상관관계 분석

■ .corr을 사용하여 두 열 간의 상관 관계 얻기

다음의 설문조사 데이터가 있습니다. 총 139문항으로 이루어져 있고 해당 카테고리에 대한 선호도를 리커트 5점척도로 나타내고 있습니다.

young_survey.csv

0.62MB

각 항목들의 다른 항목에 대한 상관관계를 나타내고자 합니다.

df = pd.read_csv('data/young_survey.csv')
df.corr()

하지만 전체의 상관관계는 아무런 소용이 없는 데이터입니다.

인사이트를 발휘해서 좀 더 유의미한 상관관계를 찾아봅시다.

 

1. 두 항목에 대한 상관관계

df[['Branded clothing','Spending on looks']].corr()

브랜드 의류를 좋아하는 사람(Branded clothing)과 외모 꾸미기(Spending on looks) 간의 상관관계를 도출

0.418399 로 뚜렷한 양적 상관관계를 나타내고 있다.

 

2. 히트맵을 통한 전체 상관관계 시각화

이번에는 사람들의 각 항목에 대한 관심도가 어떤 상관관계를 가지는지 시각화해봅시다.

우선 관심도는 'History' 부터 'Pets'까지 적용이 됩니다.

인덱싱부터 해봅시다.

interest = df.loc[:,'History':'Pets']
interest.head()
interest.corr()

위와 같이 상관관계가 나타내어집니다. 하지만 데이터 시각화가 목적이죠.

여기서 Seaborn의 클러스터맵이라는 함수를 사용해보겠습니다.

sns.clustermap(corr)

위와 같이 전체적인 상관관계(밝은 색깔일수록 양의 상관관계)를 확인할 수 있습니다.