0527 Orange3 알아보기(2)

서비스 기획

0527 Orange3 알아보기(2)

분홍개구리 2024. 5. 27. 17:58

오전

orange3를 알아보기 전에 기초 통계 지식부터 알고 가는 것이 좋다.

아래의 박스 안 부분을 skip하고 싶다면 그래도 된다.

기술통계 - 수집된 데이터의 요약과 설명

ex. 평균, 표준편차, 중앙값, 사분위수, 최빈값

추론통계 - 기술 통계 결과를 기반으로 일반화, 예측, 추정

기술통계

평균

평균의 특징 : 집단을 요약하는 대표값, 집단 값 비교를 위한 도구, 예측 모델의 기준점

ex)

-> '내일은 우리 상품이 얼마나 팔릴까?'

-> '이번 분기 실적은 지난 분기 실적과 왜 다르지?'

평균은 최초의 예측 모델!

표준편차 : 집단이 어떻게 분포되어있는지를 표현하는 숫자

'* 분포와 확률은 관련이 있다.

'내일 우리 상품이 10개 이상 팔릴 확률은?' / '이번 분기 실적은 지난 분기 실적보다 안정적이었나?'-> 분포를 보고 알 수 있다.

분산 : 데이터가 얼마나 퍼져있는지를 표현하는 통계값.

표준편차 : 평균과 개별 데이터 간 차이(=편차)를 통계적으로 표현한 것

Q. 평균 156cm, 표준편차 6.7cm의 의미는?

평균을 기준으로 1표준편차 149.3cm와 162.7cm 안에 68%의 학생이 있다.

왜도/첨도 - 왜도 : 중심이 어디에 가있냐, 첨도 : 얼마나 뾰족하냐.

중앙값 : 평균이 대표값 역할을 할 수 없을 때. 데이터 값을 정렬한 후 가장 가운데에 있는 값이 중앙값.

사분위수 : 표준편차를 보완한 것으로, 분포를 조금 더 알고 싶을 때 사용한다.

Lower bound, Lower quartile, Median, Upper quartile, Upper bound

중앙값과 사분위수 : 이상치에 강하나, 오차를 설명하기 어려움 -> 오차는 평균과 표준편차로 말해야

오후

Orange3 메뉴 정리 잘 해놓은 사이트

https://wikidocs.net/223963

1. 오렌지3를 소개합니다.

![](https://wikidocs.net/images/page/223963/1_intro.png) *출처 : 오렌지3 홈페이지([https://orangedatamining.…

wikidocs.net

RFM 분석 (충성 고객 분석)

RFM : 사용자별로 얼마나 최근에, 얼마나 자주, 얼마나 많은 금액을 지출했는지에 따라 사용자들의 분포를 확인하거나 사용자 그룹을 나누어 분류하는 분석기법cf : RFM은 다음의 단어들의 약자임. Recency 최근에 얼마나 구매했는지, Monetary 구매금액 : 얼마의 금액을 지출했는지, Frequency 행동빈도 : 얼마나 자주 구매했는지

데이터 분류 기준을 세워야함

Before we start, 판매 제품에 따라 3점을 어떻게 매길 것인지 정리 필요함. ex) 자동차는 3개월 이내에 또 구매할 가능성이 굉장히 낮은 고가의 품목!

1. File을 열어서 RFM.csv를 불러온다.

2. Formula를 가져온다.

3. Formula의 Variable Definitions에서 'Numeric'변수를 생성한다.

4. X1로 default 값이 설정되어 있는 곳에는 사용할 변수 명을 넣어주면 된다. Frequencuy라는 변수를 생성할 것인데, 이름을 간단하게 하기 위해 아래의 그림과 같이 변수명을 'F'로 넣으면 된다. 그리고 표현식에는 '1 if qtt order <=50 else 2 if qtt_order <=100 else 3'를 넣어준다.