무리에 이름을 붙이면
무엇이 보이고 무엇이 숨을까

코드 ①은 7차시와 똑같은 코드(구성비 표 · KMeans(n_init=10, random_state=0))로 다시 나눕니다. 같은 데이터·같은 씨앗이니 무리 크기도 같아야 합니다. 그리고 그림이 나오기 전에 하나 짐작해 두세요 — '밤에 붐비는' 무리의 가운데 역은 하루 중 언제 가장 많이 내릴까요?

기본 코드 ①은 채워져 있습니다. K = 4 는 7차시에서 고른 값이에요 — 다른 k를 골랐다면 그 값으로 바꿔 ▶ 실행하세요.

도전 K 를 3이나 5로 바꿔 보세요. 무리 크기가 통째로 달라지고 봉우리 시각도 바뀝니다 — 같은 자료인데 얼굴이 몇 개인지가 사람이 고른 값에 달려 있습니다.

탐구 .median() 자리를 .mean() 으로 바꿔 곡선을 다시 그려 보세요. 어느 무리의 봉우리가 가장 크게 움직이나요? 그 무리에 무엇이 들어 있을까요?

• 무리 크기가 [67, 32, 92, 48] 로 7차시 표와 같은가?
• 아침에 타는 무리와 아침에 내리는 무리를 하나씩 짚었다.
• 내 예측과 실제 봉우리 시각을 맞대어 보았다 — 무리 3은 08시 14.3%.

하루 40칸을 네 칸으로 줄이고 239역 중앙값으로 나눕니다. 1에서 가장 먼 칸은 어느 무리의 무엇일까요? 그림 1의 곡선을 떠올리며 하나만 짚어 두세요.

기본 빈칸 ①에 무리마다 네 칸의 중앙값을 내는 함수 이름을 채우고 ▶ 실행합니다. 묶음.groupby(무리) 뒤에 올 것 하나입니다.

도전 .median() 을 .mean() 으로 바꿔 보세요. 주거지형의 출근 승차가 1.37 → 1.50 으로 오르고, 혼합형의 출근 하차는 1.15 → 0.96 으로 1 아래까지 내려갑니다. 평균으로 만든 배율표는 다른 이름을 붙이게 할 수 있습니다. 이 갈림을 확인 문제 5에 적어 제출 →

탐구 칸을 네 개로 자른 것은 사람입니다(출근 7~9시 · 퇴근 18~20시 · 밤 21시~막차). 점심 시간이나 주중 오후 칸을 하나 더 만들면 어느 무리가 새로 튈까요? 칸 딕셔너리에 한 줄을 더해 보세요.

• 1.25 이상인 칸과 0.80 이하인 칸에 모두 표시했다.
• 표의 숫자와 열지도의 색이 같은 칸을 가리키는지 하나하나 맞대었다.
• 튀는 칸이 하나도 없는 무리를 찾았다 — 무리 0(0.97~1.15).

무리 의 이름은 이고, 그 근거는 칸의 배율 배다. 이 배율이 말하는 것은 이고, 말하지 않는 것은 이다.

이름을 붙이기 전에 한 가지만 정해 두세요. '업무지형'이라는 이름이 맞다면 그 무리 역들의 주말 비율은 1보다 클까요, 작을까요? 그리고 얼마나 좁은 구간 안에 들어갈까요? 실험실에서 그 구간을 띠로 걸게 됩니다 — 좁게 걸수록 맞혔을 때 점수가 큽니다.

아래 실험실에서 1막 → 2막 → 3막을 합니다. 띠란 "이 이름이 맞다면 주말 비율이 이 사이에 있을 것이다"라고 미리 걸어 두는 구간입니다. 봉투는 군집에 쓰지 않은 주말 비율 239개예요. 열지도에서 튀는 칸을 눌러 이름을 주고, 이름마다 띠를 걸어 잠근 다음, 봉투를 뜯습니다. (0막 몸풀기 한 장은 선생님과 함께 먼저 풀어 봅니다.)

자료: 서울교통공사, 역별 일별 시간대별 승하차인원 정보(2024), 공공데이터포털(15048032), 이용허락범위 제한 없음 — 2024년 11월 · 239역 × (네 칸 값 · 주말 비율 · k=2~6 무리 번호 · 7차시 실루엣)을 쪽 안에 실었다. 판의 숫자는 3정거장 코드 ② · ③ · ④가 찍는 값과 같다(원장 실측).

• 네 무리에 모두 이름을 주었고, 이름마다 근거 칸을 말할 수 있다.
• 띠를 좁게 걸었을 때와 넓게 걸었을 때 점수가 어떻게 달라지는지 보았다.
• 봉투를 뜯은 뒤 ○ 가 된 이름과 ✕ 가 된 이름을 세었다.
• 봉투가 못 가른 두 이름이 있다는 것을 확인했다.

봉투는 와 를 갈랐지만, 와 는 가르지 못했다. 가르지 못했다는 것은 는 뜻이지 는 뜻이 아니다.

여의도 · 강남 · 홍대입구 · 신림 · 서울역. 다섯 곳이 각각 어느 무리에 들었을지 먼저 짚어 보세요. 그리고 하나 더 — 번화·대학가형의 주말 비율 중앙값은 1을 넘을까요? "주말에도 붐비는 곳"이라면 넘어야 할 텐데요.

기본 빈칸 ②에 두 표를 역 이름으로 잇는 인자를 채웁니다 (Ⅰ-7에서 한 그대로 — 봉투 표와 on=). 짝을 못 찾은 역 수부터 확인하세요. 0곳이 아니면 이은 결과를 믿으면 안 됩니다.

도전 quantile 자리에 [0.1, 0.5, 0.9] 를 넣어 보세요. 가운데 절반 대신 바깥 10%까지 보면 무리끼리 얼마나 겹치는지 달라 보입니다 — 같은 자료라도 어디를 잘라 보느냐가 결론을 바꿉니다.

탐구 강남이 '업무지형'이 아니라 번화·대학가형(무리 3)에 들어간 것이 뜻밖일 수 있습니다. 출근 하차 몫이 24%로 여의도(50%)의 절반뿐이에요. 강남에는 일터 말고 무엇이 더 있을까요?

• 짝 못 찾은 역이 0곳인 것을 먼저 확인했다.
• 코드가 찍은 사분위가 실험실 3막의 상자와 같은 숫자인지 맞대었다.
• 내가 짚은 다섯 역 가운데 틀린 것이 몇 개인지 세었다.

번화·대학가형의 주말 비율 중앙값은 로 1을 . 그래도 업무지형()보다는 확실히 높다. 그러니 “주말에 붐빈다”가 아니라 라고 적어야 한다.

업무지형 32역 가운데 주말에 가장 붐비는 역은 어디일까요? 서울에서 "평일엔 직장인, 주말엔 다른 사람들"이 오는 동네를 하나 떠올려 보세요.

기본 코드 ④는 채워져 있습니다. 볼무리 = 1 은 내가 '업무지형'이라 부른 무리 번호예요 — 다른 번호에 그 이름을 붙였다면 바꿔서 ▶ 실행하세요.

도전 맨 아래 겨루기에서 무리 == 3 자리를 0이나 2로 바꿔 보세요. 주거 대 업무 74% · 혼합 대 업무 72% · 혼합 대 주거 52% 가 나옵니다.

탐구 이름표만 믿고 결정하면 어떻게 될까요? 가상의 시청이 세 가지를 요청합니다 — "가장 업무지형다운 역 12곳을 골라 달라". 코드 ⑤는 그렇게 고른 12곳이 요청이 정말 원한 값을 얼마나 잘 맞혔는지 점수로 냅니다 (0% = 눈 감고 고른 것, 100% = 가장 잘 고른 것).

요청 목록 요청 의 (3, "주말비율") 을 (1, "주말비율") 로 바꿔 보세요. −23% 가 나옵니다 — 업무 이름표로 주말 붐빔을 고르면 눈 감고 고른 것보다 나쁩니다.

이제 실험실로 돌아가 4막과 5막을 합니다 — 두 이름을 맞대어 승률을 걸어 보고, 이름을 배반한 역 셋을 두 쓰임 · 경계 · 이름이 안 맞음 세 상자로 가릅니다. 판정은 7차시의 실루엣이 합니다. ↑ 실험실 「봉인된 주말」로 올라가기

그다음 실험실 결과판의 [성적표 복사]를 눌러 확인 문제 6의 보고 카드에 붙여 넣으세요. 확인 문제 6 보고 카드로 →

• 업무지형에서 주말 비율이 1을 넘은 역 둘을 찾았다(경복궁 · 여의나루).
• 그 역들이 어떤 동네인지 한 가지씩 떠올렸다 — 궁궐 · 한강공원 · 북촌.
• 겨루기 승률을 먼저 걸고 열어 보았다.
• 튄 역 셋을 세 상자로 가르고, 실루엣 값을 읽었다.

경복궁(주말 )은 업무지형 중앙값 에서 크게 벗어났지만 가 아니다. 이런 역을 보고서에서 대신 해야 한다.