You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
2.7 KiB
2.7 KiB
답을 탐구하기
이 문서는 이전 수업의 과제에서 이어지는 내용으로, 데이터 세트를 간단히 살펴본 바 있습니다. 이제 데이터를 더 깊이 분석해 보겠습니다.
다시 한번, 클라이언트가 알고 싶어하는 질문은 다음과 같습니다: 뉴욕시의 옐로우 택시 승객들은 겨울과 여름 중 어느 계절에 운전사에게 더 많은 팁을 주는가?
여러분의 팀은 데이터 과학 생명주기의 분석 단계에 있으며, 데이터 세트에 대한 탐색적 데이터 분석(EDA)을 수행하는 책임이 있습니다. 2019년 1월과 7월의 200건의 택시 거래 데이터를 포함한 노트북과 데이터 세트가 제공되었습니다.
지침
이 디렉터리에는 노트북과 택시 및 리무진 위원회의 데이터가 포함되어 있습니다. 데이터에 대한 추가 정보를 얻으려면 데이터 세트 사전과 사용자 가이드를 참조하세요.
이 수업에서 배운 몇 가지 기법을 사용하여 노트북에서 직접 EDA를 수행하세요(필요하면 셀을 추가해도 좋습니다). 그리고 다음 질문에 답하세요:
- 팁 금액에 영향을 줄 수 있는 데이터의 다른 요인은 무엇인가요?
- 클라이언트의 질문에 답하는 데 필요하지 않을 가능성이 높은 열은 무엇인가요?
- 지금까지 제공된 내용을 바탕으로, 데이터가 계절별 팁 행동에 대한 증거를 제공한다고 보이나요?
평가 기준
| 우수 | 적절 | 개선 필요 |
|---|
면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있으나, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전을 권위 있는 자료로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.