| name | eda |
| description | 탐색적 데이터 분석 자동화. raw 데이터를 읽고 EDA 노트북과 결과 파일을 생성한다. 트리거: "dalykit:eda", "EDA 해줘", "데이터 탐색".
|
| user_invocable | true |
EDA (탐색적 데이터 분석)
raw 데이터 기준으로 kits/{active_kit}/eda/ 아래에 노트북, 결과 JSON, 보고서를 만든다.
사용법
dalykit:eda
dalykit:eda bank_customers.csv
dalykit:eda report
사전 조건
dalykit/config/active.json이 있어야 한다dalykit/data/raw/에 CSV 또는 Excel 파일이 있어야 한다- 없으면
dalykit:init 또는 데이터 배치를 먼저 안내한다
경로 규칙
| 항목 | 경로 |
|---|
| 원본 데이터 | dalykit/data/raw/ |
| 활성 kit | dalykit/config/active.json의 kit |
| stage 디렉토리 | dalykit/kits/{kit}/eda/ |
| 노트북 | dalykit/kits/{kit}/eda/eda_analysis.ipynb |
| 결과 JSON | dalykit/kits/{kit}/eda/eda_results.json |
| 보고서 | dalykit/kits/{kit}/eda/eda_report.md |
| 시각화 | dalykit/kits/{kit}/eda/figures/ |
워크플로우
dalykit:eda
- 활성 kit 확인
- 인자 없으면
active.json.raw_data를 우선 사용하고, 비어 있으면 data/raw/에서 파일을 선택
- 인자 있으면 해당 파일을 원본 데이터로 사용하고
active.json.raw_data를 갱신
- CELL_PATTERNS.md를 참조해 노트북 생성
- 첫 코드 셀에 한글 폰트 설정을 포함한다
- 노트북은 각 분석 셀 끝에서
eda_results.json을 중간 저장하도록 구성한다 (figures/ 포함)
- 데이터 로드 직후 기초통계 셀을 고정 포함해
info()와 describe(include="all")를 생략 없이 출력한다
- 상관관계 히트맵은 CELL_PATTERNS의 고정 코드맵을 사용한다. 전체는
heatmap_corr.png(overview)로 항상 저장하고, 수치형 컬럼 > 30이면 그 아래에 heatmap_corr_top.png(상위 페어, 등장 컬럼 ≤ 30)와 heatmap_corr_group{N}.png(클러스터 그룹별, 그룹 멤버 ≤ 25 + 타겟 공통 추가)를 세부 뷰로 추가 저장한다
dalykit:eda report
dalykit/kits/{kit}/eda/eda_results.json을 읽는다- EDA_REPORT.md를 읽어 보고서를 생성한다
dalykit/kits/{kit}/eda/eda_report.md에 저장한다active.json.stages_completed와 artifacts.eda_results를 갱신한다
완료 기준
dalykit:eda는 노트북 생성만 수행하므로 완료 단계로 기록하지 않는다dalykit:eda report까지 생성되어야 eda 단계 완료로 본다
규칙
- 원본 데이터는 절대 수정하지 않는다
- 결과는 활성 kit 내부에만 저장한다
- 이미지 저장 경로는 항상
eda/figures/이다
- 보고서 생성 전 결과 JSON이 없으면 노트북을 먼저 실행하라고 안내한다
- 그래프 한글 깨짐 방지를 위해 CELL_PATTERNS의 폰트 설정을 생략하지 않는다
- EDA 결과는 마지막 셀에서만 저장하지 말고 셀 단위로 누적 저장한다
- 기초통계와 상관관계 히트맵 고정 셀을 임의로 생략하거나 대체하지 않는다
