서론

"CSV 파일을 분석하고 싶지만, 무엇부터 시작해야 할지 모르겠어……"

그런 경험 없으신가요?

• 결측치 (Missing Value) 처리 매번 번거로움
• 범주형 변수 (Categorical Variable) 처리에서 막힘
• 일단 머신러닝 (Machine Learning)을 시도해보고 싶음
• 특성 중요도 (Feature Importance)를 빠르게 확인하고 싶음

그래서 이번에,

CSV 파일과 목적 변수(Target Variable) 이름만 전달하면 분석 리포트를 자동 생성하는 Python 도구

를 만들었습니다.

이 도구를 사용하면,

• 목적 변수의 분포
• 특성 중요도 (Feature Importance)
• 회귀 (Regression) / 분류 (Classification) 모델의 평가 지표

를 자동으로 출력할 수 있습니다.

이 기사에서 할 수 있는 것

예를 들어 다음과 같은 명령어를 실행하는 것만으로……

python report.py housing.csv price --problem_type regression

다음 3개의 파일이 자동 생성됩니다.

*_distribution.png

*_feature_importance.png

*_analysis_report.txt

즉,

"일단 데이터 분석 결과부터 보고 싶다"

를 최속으로 실현할 수 있습니다.

대상 독자

이 기사는 이런 분들을 위한 것입니다.

• Python 초보자
• 머신러닝 (Machine Learning)을 공부하기 시작한 사람
• CSV 분석을 편하게 하고 싶은 사람
• 데이터 분석의 첫걸음을 내딛고 싶은 사람

필요 라이브러리

사전에 아래 라이브러리를 설치해 주세요.

pip install pandas numpy matplotlib seaborn scikit-learn

샘플 CSV를 만들어 보자

실제로 구동하면서 테스트해보고 싶은 분들을 위해,

샘플 데이터 생성 코드도 준비했습니다.

회귀용 데이터 (주택 가격)

make_housing.py

로 저장해 주세요.

import pandas as pd
import numpy as np
np.random.seed(42)
...

실행:

python make_housing.py

분류용 데이터 (고객 이탈 예측)

make_churn.py

로 저장해 주세요.

import pandas as pd
import numpy as np
np.random.seed(42)
...

분석 도구 본체

아래 내용을 report.py

로 저장해 주세요.

report.py (클릭하여 펼치기)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
...

※ Zenn에서는 코드가 너무 길기 때문에 접어두었습니다.

실제로 실행해 보기 (회귀 편)

python report.py housing.csv price --problem_type regression

실행 결과

Loading data from housing.csv...
Data shape: (200, 9)
Splitting data into train/test (80/20)...
...

출력되는 파일

1. 분포 그래프

*_distribution.png

목적 변수가 어떻게 분포되어 있는지 확인할 수 있습니다.

2. 특성 중요도 그래프

*_feature_importance.png

"어떤 특성이 효과적인가"를 시각적으로 확인할 수 있습니다.
막대가 길수록 중요합니다.

3. 텍스트 리포트

*_analysis_report.txt

=== Regression Metrics ===
Mean Squared Error (MSE): 12456789012.3456
Root Mean Squared Error (RMSE): 111567.89
...

지표의 의미

• MSE: 오차의 크기
• RMSE: MSE를 이해하기 쉽게 만든 것
• R²: 예측 정밀도 (1에 가까울수록 좋음)

분류 편도 실행 가능

python report.py churn.csv churn --problem_type classification

분류 시 출력 예시

Accuracy: 0.8250
Balanced Accuracy: 0.8123
F1 Score (macro): 0.8012

지표의 의미

• Accuracy: 정확도 (Accuracy)
• Balanced Accuracy: 불균형에 강한 정확도 (Balanced Accuracy)
• F1 Score: 정밀도 (Precision)와 재현율 (Recall)의 균형

초보자분들은,

먼저 Accuracy만 확인해도 괜찮습니다.

주의하기 쉬운 포인트

커스터마이징 팁

모델을 변경하기

from xgboost import XGBRegressor

으로 변경해 보기.

테스트 사이즈를 변경하기

test_size=0.3

등으로 변경 가능.

SHAP으로 고도화된 특성 분석(Feature Analysis) 하기

import shap

을 사용하면,

더욱 고도화된 특성 분석이 가능합니다.

주의사항

요약

이 도구를 사용하면,

• CSV를 넣기만 하면 됨
• 회귀 (Regression) / 분류 (Classification) 모두 대응
• 특성 중요도 (Feature Importance)도 자동 표시
• 결측치 보완 (Imputation)까지 자동

이라는 형태로,

상당히 간편하게 데이터 분석을 시작할 수 있습니다.

"우선 분석 결과부터 보고 싶다"

라고 생각하는 초보자에게는 매우 편리합니다.

꼭 가지고 계신 CSV 파일로 시도해 보세요!

Happy Analyzing! 🐍

Discussion