그리고 요즘은 머신러닝 영역 쪽에 분석을 많이 합니다.
인간이 하나부터 열까지 직접 가르치는 것이 아니라, 학습할 거리를 일단 던져놓으면 이걸 가지고 스스로 학습하는 기계를 의미합니다.
예를 들면 주가, 환율 등 경제지표 예측을 해서 미래 대비할수 있는 정책들을 준비한다던지, 비슷한 소비패턴을 가진 고객 유형을 군집으로 묶어서 마케팅에 활용할 수 있는 방법도 생기게 됩니다.
머신러닝 알고리즘 중에서도 비교적 이해하기 쉽고, 널리 활용되는 있는 회귀분석을 많이 이용합니다.
가격,매출,주가,환율,수량 등 연속적인 값을 갖는 연속 변수를 예측하는데 주로 쓰입니다.
우선 데이터 준비를 하고 다음은 데이터에 대한 기본적인 정보를 확인합니다. 데이터의 자료형과 개수를 확인합니다.
다음으로 속성을 선택합니다. 변수로 사용될 후보 열을 선택하며 됩니다.
다음으로 훈련/검증 데이터를 분할합니다. 훈련 데이터와 검증 데이터로 나눠서 모형을 구축합니다.
다음으로 모형 학습 및 검증을 합니다. 그 과정이 마치면 결과값을 볼 수 있습니다.