Page 131 - 고등학교 인공지능 기초

5. 핵심 속성 추출
데이터 시각화를 통해 분석한 결과를 종합하면, 식사량에 영향을 끼치는 핵 시각화 표현의 중요성
데이터 시각화로 의미를 탐색하는
심 속성은 키, 발 크기, 아침 식사 여부이다. 이 속성들은 급식량을 예측하는 인
과정은 방법이나 형식이 정해져
공지능의 학습 데이터로 사용하기에 적합하다고 판단할 수 있다. 있지 않다. 데이터 분석을 진행하
는 사람에 따라, 혹은 생각하는 관
점에 따라 다양한 흐름이 있을 수
있다. 따라서 데이터를 다각도에
서 바라보고, 그 관점을 데이터 시
각화로 표현해 보려는 노력이 중
요하다.

그림Ⅲ-9 l 핵심 속성 추출을 통한 학습

속성 3개의 관계 알아보기
생각
일반적인 핵심 속성 추출 방법은 레이블과 다른 속성 간의 관계를 살피는 것이지만, 레이블을 포함한 여러 속
더하기
성 간의 관계도 시각화할 수 있다. 아래 오른쪽 그림처럼 점그래프에 색상을 접목하면 속성 3개의 관계를 시
각화할 수 있다.

180 180
175 175
170 170
키 키
165 165
160 160 1그룹
2그룹
155 155 3그룹
230 240 250 260 270 280 230 240 250 260 270 280
발 크기 발 크기
▲ 속성 2개(키, 발 크기)로 그린 그래프 ▲ 속성 3개(키, 발 크기, 식사량)로 그린 그래프

오른쪽 그래프는 왼쪽 그래프에 식사량 속성을 색상으로 구분하여 표시한 것이다. 식사량 속성을 색상으로
표시하니 그룹별로 군집화 형태가 나타났다. 발이 클수록 키도 크고, 키와 발이 큰 학생은 식사량도 많음을
알 수 있다. 군집화 105쪽

129
1. 데이터의 속성