AI Canvas
AI Canvas 바로가기
  • 시작하기
    • 서비스 소개
    • 주요 용어 설명
    • 계정 및 언어 설정
  • 캔버스 기본 사용법
    • 캔버스 탭 관리
    • 캔버스 화면 관리
    • 캔버스 공유 및 권한 설정
    • 노드 조작 및 관리
    • 엣지 조작 및 관리
    • 스케줄 설정
    • 노드별 크레딧 소모량
  • 노드 종류
    • 데이터
      • URL 리더
      • 데이터
      • PDF 데이터
      • 데이터 분할
      • 데이터 저장소
      • 명령 프롬프트
      • 예제 데이터
      • 이미지 데이터
      • 텍스트 입력
      • 텍스트-데이터 변환
    • API
      • 기업공시
      • 깃허브 커밋
      • 대화형 아바타
      • 크롤링
      • 프롬프트
    • 전처리
      • 결측치 채우기
      • 그룹화
      • 데이터 병합
      • 데이터 비닝
      • 데이터 수정
      • 데이터 어노테이션
      • 데이터 연결
      • 스케일링
      • 슬라이싱
      • 열 선택
      • 열 타입 변경
      • 이미지 임베딩
      • 이상치 제거
      • 중복 제거
      • 차원 축소
      • 텍스트 임베딩
      • 텍스트 전처리
      • 특성 생성
      • 파이썬 스크립트
      • 표본 재추출
      • 픽셀 변환
      • 행 결합
      • 행 선택
    • 모델
      • YOLO 모델
      • 결정 트리
      • 그래디언트 부스팅
      • 랜덤 포레스트
      • 로지스틱 회귀
      • 모델 학습
      • 서포트 벡터 머신
      • 선형 회귀
      • 시계열 모델 학습
      • 신경망
      • 얼굴 인식
      • 에이다 부스트
      • 일괄 예측
      • 추천 SVD++
      • 추천 모델 학습
      • 추천 베이스라인
      • 프로펫
    • 평가
      • ROC 커브
      • 메트릭
      • 모델 평가
      • 에러 히스토그램
      • 정답 비율
      • 정확도
      • 특성 중요도
      • 특성 중요도 비교
      • 혼동 행렬
    • 알림
      • 이메일 전송
    • 시각화
      • 막대 그래프
      • 수평 막대 그래프
      • 선도표
      • 바이올린 플롯
      • 박스 플롯
      • 산점도 그래프
      • 히트맵
      • 원 그래프
      • 게이지 차트
      • 버블 차트
      • 결측치 비율
      • 데이터 개수
      • 예측값 비교
      • 평균 비교
      • PR 트랜드
      • 특성 통계
      • 평균 예측값
      • 워드클라우드
    • UI
      • 데이터 정보
      • 데이터 테이블
      • 리스트
      • 버튼
      • 샌드박스
      • 아이콘
      • 예측하기
      • 이미지 뷰어
      • 챗 UI
      • 텍스트 출력
      • 텍스트 편집기
      • 페이지
      • 필터
      • 행
      • PDF 뷰어
      • CM
    • 애플리케이션
      • 애플리케이션
    • 배포
      • 배포
  • 워크스페이스 관리
    • 워크스페이스 보기
    • 워크스페이스 생성 및 설정
    • 워크스페이스 공유 및 권한 설정
  • 애플리케이션 페이지
    • 로그인 및 로그아웃
    • 설정 및 캔버스
    • 권한 및 멤버 관리
  • 캔버스 실습 가이드
    • 1. AI 모델 구축
      • 데이터셋 준비
        • 데이터셋 업로드
      • 탐색적 데이터 분석
        • 데이터 살펴보기
        • 결측치 확인하기
      • 데이터 전처리
        • 결측치 채우기
        • 열 선택
      • AI 모델 구축
        • 데이터 분할
        • 학습 알고리즘 선택
        • 모델 학습
        • 모델 사용해보기
      • 데이터 검증
        • 검증 진행
      • 모델 평가
        • 모델 평가
        • 특성 중요도 살펴보기
      • 결과 화면
    • 2. 데이터 시각화
      • 막대 그래프
      • 박스 플롯
      • 산점도 그래프
      • 원 그래프
      • 데이터 개수
      • 에러 히스토그램
      • 예측값 비교
      • 결과 화면
    • 3. 대시보드 UI 제작 및 애플리케이션 구축/배포
      • 페이지 구성하기
      • 애플리케이션 구축
      • 애플리케이션 배포
      • 결과 화면
    • 4. 프레임을 활용한 프레젠테이션 및 캔버스 공유
      • 프레임을 활용한 프레젠테이션
      • 캔버스 공유하기
    • 가이드 전체 영상
  • 인공지능 교육 영상
    • 회귀 모델의 평가지표
    • 분류 모델의 평가지표
Powered by GitBook
On this page
  • 설명
  • 설정
  1. 노드 종류
  2. 시각화

바이올린 플롯

데이터 분포를 시각화합니다.

입력 포트

  • 데이터셋

출력 포트

  • 없음

설명

  • X축 : 범주형 열 중 하나를 선택합니다.

  • Y축 : 수치형 열 중 하나를 선택합니다.

  • Bin number

    데이터 분포를 더 세부적으로 분석하고 시각화하기 위해 데이터를 나누는 구간의 수 (10 ~ 100 중 선택 가능)입니다. 높을수록 분포가 더 자세하게 표현되면서 세밀한 구조를 보여주는 반면, 낮을수록 데이터의 전반적인 패턴을 파악하기에 적합합니다.

주의사항

  • X축과 Y축을 모두 선택해야 합니다.

설정

  1. 노드에서 열 선택기 활성화

    열 선택기를 노드 바디에 표시할지 여부를 설정할 수 있습니다.

  2. 설정

    • 정렬기준

      • 없음: 데이터를 정렬하지 않고 그대로 표시합니다.

      • 오름차순(범주): X축에 표시되는 범주를 오름차순으로 정렬합니다.

      • 내림차순(범주): X축에 표시되는 범주를 내림차순으로 정렬합니다.

      • 오름차순(값): 데이터 값에 따라 오름차순으로 정렬합니다.

      • 내림차순(값): 데이터 값에 따라 내림차순으로 정렬합니다.

  3. 제목

    • 제목 텍스트 : X축 / Y축 제목을 설정할 수 있습니다.

    • 제목 크기 : 제목의 크기를 설정할 수 있습니다.

  4. X축 / Y축

    • 최소/최대 값: 축의 최소값과 최대값을 설정하여 원하는 범위 내에서 데이터를 시각화할 수 있습니다.

    • 눈금 개수: 축에 표시할 눈금의 개수를 변경할 수 있습니다. 이 값을 통해 축의 세밀한 정도를 조정할 수 있습니다.

    • 서식: 축을 표시할 때 사용할 서식을 설정할 수 있습니다. 서식 옵션은 다음과 같습니다:

      • 날짜: YYYY-MM-DD 형식으로 표시

      • 숫자: 숫자로 표시

      • %: 백분율로 표시

      • 0: 소수점 없이 정수로 표시

      • 0.00: 소수점 자릿수를 포함한 숫자 형식

      • #.##0: 숫자 형식에 맞춰 소수점 자리까지 표현

    • 글꼴 스타일: 축에 표시되는 텍스트의 글꼴 스타일을 변경할 수 있습니다.

  5. 색상 차트의 전체 색상을 변경할 수 있으며, 바이올린을 클릭하여 색상을 따로 설정할 수 있습니다

Previous선도표Next박스 플롯

Last updated 8 months ago