일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 머신러닝
- 데이크루
- jupyternotebook
- 디지털직무
- 디지털용어
- 직무역량평가
- IT
- Jupyter Notebook
- 파이썬문법
- 비지도학습
- 금융권
- 데이콘
- dacrew
- 알고리즘
- 은행
- 데이터분석
- 파이썬
- IT용어
- 일반상식
- 금융
- Python
- 은행채용
- 사전학습
- 군집분석
- 주피터노트북
- 과소완전
- 금융상식
- 과대완전
- 지도학습
- 디지털
- Today
- Total
Ming's blog
미국 에어비앤비 데이터 시각화 (4) Conclusion 본문
3. 최종 5장의 그림 선정
1) 각 도시별 에어비앤비의 가격을 나타낸 boxplot
2) 슈퍼호스트 여부에 따른 호스트 응답 시간을 나타낸 pie chart
3) 각 속성의 수를 나타낸 bar plot
4) Room type 별 가격을 나타낸 box plot
5) 각 지역별 가격을 나타낸 map
그림1과 그림4의 경우, 설명변수와 Y(Price)와의 관계가 유의하기에 선택을 하였으며,
그림2의 경우는 ‘슈퍼호스트’라는 변수의 특징을 잘 보여주기에 선택하였다.
그림3의 경우, 다양한 속성 중 상위 4개의 속성을 나타내기에 선택하게 되었고
그림5의 경우, 전체적인 데이터의 분포를 한 눈에 알아보기 쉬워 선택하게 되었다.
4. Conclusion
앞의 시각화를 통해 알 수 있었던 점 및 결론은 다음과 같다.
먼저, LA와 NY도시에 에어비앤비가 많이 분포하며
Hawaii>Boston>San Francisco>>>Chicago 순으로 가격이 비싼 것을 확인할 수 있다.
각 도시별로 살펴보면,
주로 해안가 지역이나 번화가 지역, 대학가 지역에 고가의 에어비앤비가 많이 존재하였다.
한편, Super Host 여부는 가격에 큰 영향을 끼치지 않는 것으로 보였다.
숙소의 유형은 apartment, house, condominium, townhouse 순으로 많이 존재하며
Condominium이 가장 비싸다.
방의 종류는 entire home/apt가 가장 많으며 이 경우가 에어비앤비의 가격이 가장 높다.
침대의 경우, Real Bed를 가지고 있는 숙소가 가격이 비싸며 숙박인원 2명을 위한 숙소가 보편적이다.
'공모전 및 대외활동 > 프로젝트' 카테고리의 다른 글
베이지안 분위 회귀 모형을 이용한 콘트리트 압축강도 분석(1) (2) | 2020.02.25 |
---|---|
미국 에어비앤비 데이터 시각화 (3) Data visualization_ (0) | 2020.01.28 |
미국 에어비앤비 데이터 시각화 (2) Data visualization (0) | 2020.01.26 |
미국 에어비앤비 데이터 시각화 (1) Data description (0) | 2020.01.26 |