📖 챕터 소개

모든 데이터 분석은 '데이터' 그 자체에서 시작합니다. 훌륭한 요리사가 좋은 재료를 고르는 것처럼, 우리도 분석에 사용할 데이터를 다루는 법을 알아야 하죠. 이번 시간에는 PyCaret이 제공하는 편리한 내장 데이터셋을 불러오는 방법과, 전문가라면 반드시 알아야 할 데이터 저작권에 대해 깊이 있게 다뤄볼 겁니다. 자칫하면 간과하기 쉽지만, 여러분을 진정한 프로페셔널로 만들어 줄 아주 중요한 내용이니 집중해 주세요!

🎯 챕터 목표

get_data() 함수를 사용하여 PyCaret에 내장된 연습용 데이터셋 목록을 확인하고 불러올 수 있습니다.
PyCaret **라이브러리의 저작권(MIT)**과 **데이터셋의 저작권(각기 다름)**의 차이를 명확히 이해합니다.
본 강의에서 사용할 모든 데이터셋의 라이선스를 인지하고, 프로젝트에 올바르게 출처를 표기할 수 있습니다.

💻 이번 챕터의 전체 코드 및 프로젝트 구조

이번 챕터의 핵심 함수

💡 get_data() 함수 하나만으로 PyCaret이 제공하는 50개 이상의 다양한 데이터셋을 자유롭게 탐색하고 불러올 수 있습니다.

# 1. 라이브러리 준비
from pycaret.datasets import get_data

# 2. 사용 가능한 전체 데이터셋 목록 확인하기
# 결과는 pandas DataFrame 형태로 제공됩니다.
available_datasets = get_data('index')
print(available_datasets)

# 3. 특정 데이터셋(juice) 불러오기
# 'juice' 데이터셋을 불러와 juice_df 변수에 저장합니다.
juice_df = get_data('juice')

# 4. 불러온 데이터 확인하기 (상위 5개 행)
# 일반적인 pandas DataFrame과 똑같이 다룰 수 있습니다.
print(juice_df.head())

코드 실행 결과 미리보기

`get_data('index')` 실행 결과

전체 데이터셋 목록과 각 데이터의 정보가 DataFrame으로 출력됩니다.

                  Dataset    Data Types  ... # Attributes  Missing Values
0                 anomaly  Multivariate  ...           10               N
1                  france  Multivariate  ...            8               N
2                 germany  Multivariate  ...            8               N
3                    bank  Multivariate  ...           17               N
4                   blood  Multivariate  ...            5               N
..                    ...           ...  ...          ...             ...
51                   gold  Multivariate  ...          121               N
52                  house  Multivariate  ...           81               Y
53              insurance  Multivariate  ...            7               N
54             parkinsons  Multivariate  ...           22               N
55                traffic  Multivariate  ...            8               N

[56 rows x 8 columns]

`get_data('juice').head()` 실행 결과

'juice' 데이터셋이 성공적으로 로드되어 상위 5개 행이 출력됩니다.