데이터 정제와 차원 처리를 거쳤다면, 다음은 눈으로 데이터를 이해하는 단계다. 좋은 시각화는 통계 요약이 놓치는 분포의 모양, 이상치, 관계, 군집을 드러낸다. MLS-C01 도메인 2는 "어떤 질문에 어떤 차트를 골라야 하는가"와 "AWS에서 시각화·BI를 담당하는 서비스는 무엇인가"를 함께 묻는다.
오늘은 분포 시각화, 관계·상관 시각화, 그리고 AWS의 BI 서비스 Amazon QuickSight와 거기서 얻는 분석 인사이트를 다룬다.
| 분석 목적 | 적절한 차트 |
|---|---|
| 단일 수치 변수 분포 | 히스토그램, KDE, 박스플롯, 바이올린 |
| 범주별 빈도 | 막대그래프 |
| 두 수치 변수 관계 | 산점도(scatter), 헥스빈 |
| 여러 변수 상관 | 상관 히트맵, 산점도 행렬(pairplot) |
| 시간에 따른 추세 | 선 그래프 |
| 부분-전체 구성 | 누적 막대 |
차트를 고르기 전에 "내가 답하려는 질문이 무엇인가"를 먼저 정한다. 잘못된 차트는 패턴을 숨기거나 왜곡한다.
💡 관련 이론: 같은 요약 통계(평균·분산·상관)를 가지면서도 전혀 다른 모양을 띠는 데이터셋이 존재한다는 것이 **앤스컴의 사중주(Anscombe's quartet)**다