EDA(Exploratory Data Analysis)란 무엇인가요?

EDA(Exploratory Data Analysis, 탐색적 데이터 분석)는
본격적인 분석이나 모델링 전에 데이터를 이해하기 위해 수행하는 초기 분석 과정입니다.

쉽게 말해,

“이 데이터가 어떤 특징을 가지고 있는지 먼저 살펴보는 단계” 라고 보면 됩니다.

 

---

EDA의 목적

EDA의 핵심 목적은 다음과 같습니다.

• 데이터의 전체적인 구조 파악
• 결측값, 이상치(outlier) 존재 여부 확인
• 변수 간 관계와 패턴 발견
• 분석 또는 모델링 방향 설정

즉, EDA는 데이터를 있는 그대로 관찰하고 질문을 던지는 과정입니다.

 

---

EDA에서 주로 하는 작업

EDA에서는 보통 다음과 같은 작업들을 수행합니다.

1. 데이터 기본 정보 확인

• 데이터 크기 (행, 열)
• 변수 이름과 타입 (숫자형, 범주형 등)
• 기초 통계량 (평균, 중앙값, 최솟값, 최댓값 등)

2. 결측값과 이상치 탐색

• 값이 비어 있는 컬럼 확인
• 극단적으로 크거나 작은 값 탐지

3. 시각화를 통한 패턴 파악

• 히스토그램, 박스플롯
• 산점도, 막대그래프
• 변수 간 분포와 관계 확인

4. 변수 간 관계 분석

• 상관관계 확인
• 특정 변수에 따라 데이터가 어떻게 달라지는지 분석

 

---

왜 EDA가 중요한가요?

EDA를 건너뛰고 바로 분석이나 머신러닝을 진행하면 다음과 같은 문제가 발생할 수 있습니다.

• 데이터 오류를 모르고 분석을 진행함
• 의미 없는 변수로 모델을 학습함
• 잘못된 가설이나 결론 도출

반대로,
EDA를 충분히 수행하면 데이터에 대한 이해도가 높아지고,
더 정확하고 신뢰할 수 있는 분석 결과를 얻을 수 있습니다.

 

---

정리

EDA는

“데이터와 친해지는 시간”

 

 

이라고 표현할 수 있습니다.

분석의 시작이자, 좋은 결과를 만들기 위한 가장 중요한 첫 단계입니다.