MATLAB Copilot을 사용하여 테이블 형식 데이터에 대한 인사이트 얻기

R2026b

R2026b 이후

MATLAB^® Copilot을 사용하면 데이터의 구조, 품질, 변수 관계, 패턴을 이해하기 위한 인사이트를 얻을 수 있습니다. 그런 다음, 데이터 분석 코드를 생성하거나 데이터에 대해 질문할 수 있습니다.

인사이트 얻기

작업 공간에 있는 테이블 형식 데이터에 대해, 탐색용 코드를 작성하는 대신 MATLAB Copilot을 사용해 인사이트를 얻어 데이터를 개략적으로 살펴보고 다음 단계를 결정할 수 있습니다.

부동산 데이터로 구성된 테이블을 이해하려 한다고 가정하겠습니다. 테이블 변수에는 매매가, 면적, 지역, 상태가 포함되어 있습니다. 어떤 변수가 가장 중요한지 또는 데이터에 어떤 전처리 단계가 필요한지 모를 수도 있습니다. (이 예제의 Ames Housing Data는 저작권자의 허가를 받아 사용되었습니다. 이 데이터를 게시하거나 재배포하려면 저작권자에게 문의하십시오.)

다음 두 가지 방법으로 MATLAB Copilot을 사용하여 데이터 테이블에 대한 인사이트를 얻을 수 있습니다.

• 작업 공간 패널 — 테이블 또는 타임테이블을 마우스 오른쪽 버튼으로 클릭한 다음 Copilot을 사용하여 인사이트 얻기를 선택합니다.

• 명령 창 — 테이블 또는 타임테이블을 표시합니다. 그런 다음, 표시된 데이터 아래에 있는 Copilot을 사용하여 인사이트 얻기를 클릭합니다.

MATLAB Copilot은 데이터를 이해하기 위해 다음 두 가지 MATLAB 함수를 사용합니다.

참고

사용자 데이터의 샘플이 AI 모델로 전송됩니다.

• summary — 테이블 크기, 변수 유형, 메타데이터를 읽어 들이고 기술 통계량을 계산합니다.

• corrcoef — 숫자형 변수 간의 상관 계수를 계산합니다.

예를 들어, 부동산 데이터의 경우 인사이트를 통해 LotFrontage 변수에 많은 누락값이 있고 Neighborhood 변수에 다양한 고유 값이 있음을 알 수 있습니다. 또한 인사이트를 통해 GrLivArea 및 GarageCars 변수와 SalePrice 변수 간에 주목할 만한 상관관계가 있다는 것도 알 수 있습니다.

인사이트 검증하기

MATLAB Copilot이 생성한 인사이트를 분석에 사용하기 전에 검증할 수 있습니다.

인사이트를 검증하는 한 가지 방법은 summary 함수와 corrcoef 함수를 직접 실행한 후 그 출력값을 인사이트와 비교하는 것입니다. Copilot Chat 패널에서 검증 코드 블록을 실행하려면 코드 실행을 클릭하십시오. 그런 다음 명령 창에서 출력값을 검토합니다. 생성된 인사이트에 포함되지 않은 데이터의 다른 관련 특성을 식별할 수도 있습니다.

summary(housing,Detail="high",Statistics=["default" "var" "numunique"])의 출력 결과

correlations = corrcoef(housing{:,vartype("float")},Rows="complete")의 출력 결과

다음 코드는 각 값에 해당하는 테이블 변수를 식별할 수 있도록 상관 계수에 레이블을 지정합니다.

numericVars = housing(:,vartype("float"));
correlations = array2table(correlations,VariableNames=numericVars.Properties.VariableNames,RowNames=numericVars.Properties.VariableNames)

또는 변수 편집기에서 테이블을 열고 요약 통계량을 대화형 방식으로 계산하고 검토할 수 있습니다. 작업 공간 패널에서 테이블을 더블 클릭하고 변수 편집기에서 보기 > 요약 통계량을 선택합니다.

Copilot에게 데이터에 대해 질문하기

데이터에 대한 인사이트를 얻은 후에, MATLAB Copilot에 질문하여 분석을 계속할 수 있습니다. 제안된 후속 프롬프트를 사용하거나, Copilot Chat 패널에 직접 질문을 입력할 수 있습니다.

후속 프롬프트 사용하기

MATLAB Copilot은 인사이트와 관련된 몇 가지 후속 프롬프트를 제안합니다. 이러한 프롬프트를 클릭하면 MATLAB을 사용해 데이터를 분석하기 위한 코드와 제안을 생성할 수 있습니다.

예를 들어, MATLAB Copilot에 상관관계가 있는 변수를 시각화하도록 요청하는 프롬프트를 클릭합니다. MATLAB Copilot이 누락값을 처리하고 시각화를 만드는 코드를 생성합니다. 이 코드를 검토한 다음, 코드 블록에서 코드 실행을 클릭하여 코드를 실행할 수 있습니다.

"Simple Scatter with Correlation Annotation" 섹션의 코드를 실행하여 생성된 시각화

직접 질문하기

Copilot Chat 패널에 직접 질문을 입력하여 데이터를 계속 탐색할 수 있습니다. MATLAB Copilot은 인사이트를 컨텍스트로 사용하여 질문에 답변합니다.

팁

Copilot Chat 패널에서 작업할 때, 목표에 도움이 되는 파일을 컨텍스트로 추가하고 관련 없는 파일을 제거하여 대화의 초점을 유지할 수 있습니다.

예를 들어, Copilot Chat에서 What is the average sale price?라고 질문합니다. MATLAB Copilot은 인사이트를 생성할 때 이미 summary 함수를 사용하여 SalePrice 변수 통계량을 계산했기 때문에 이 질문에 바로 답변할 수 있습니다. 또한 MATLAB Copilot은 요약 통계량의 전체 세트를 계산하는 코드 대신 평균값과 중앙값을 계산하는 코드를 생성합니다.

MATLAB에서 데이터를 분석하기 위한 제안을 요청할 수도 있습니다. 예를 들어, Copilot Chat에서 How can I compute the average sale price for each neighborhood?라고 질문합니다. MATLAB Copilot은 groupsummary 함수 또는 findgroups 및 splitapply 함수를 사용하도록 제안합니다.

다른 테이블에 대한 인사이트 얻기

MATLAB Copilot을 사용하여 데이터 테이블을 분석한 후에, 현재 채팅 세션에서 관련 결과를 저장합니다. 예를 들어, 생성된 코드 중 남기고 싶은 코드를 저장할 수 있습니다. Copilot Chat 패널의 오른쪽 위 코너에 있는 Copilot Chat 동작 메뉴에서 채팅 기록 복사 옵션을 선택하여 전체 채팅 기록을 저장할 수도 있습니다.

그런 다음, 작업 공간 패널 또는 명령 창을 사용하여 다른 테이블에 대한 인사이트를 얻습니다. 테이블이 관련이 없는 경우, 인사이트를 얻기 전에 채팅 기록 지우기 버튼을 클릭하여 채팅 기록을 지울 수 있습니다.

참고 항목

함수

• summary | corrcoef

툴

• 변수 편집기

도움말 항목

• MATLAB Copilot 기본 사항