R로 알아보는 미국 치안지도 ( + USArrests )

R로 알아보는 미국 치안지도 ( + USArrests )

   [ 목차 ] 

     1. 데이터 소개: USArrests

     2. 데이터 전처리 및 군집분석  

     3. 미국 지도 시각화  

     4. 결과 해석  

     5. 자주 묻는 질문 (FAQ)  

     6. 마무리 및 시사점  

 

미국 50개 주의 폭력 범죄 데이터(USArrests)를 기반으로 군집분석(K-means Clustering)을 통해 각 주를 범죄 유형별로 분류해보고, 그 결과를 미국 지도 위에 시각화해 보도록 하겠습니다. 

 

 

1. 데이터 소개: USArrests

USArrests는 R에 내장된 데이터로, 아래와 같은 정보를 담고 있습니다.

USArrests 데이터 셋

 

• Murder: 살인율 (10만 명당)
• Assault: 강도 발생 수
• UrbanPop: 도시 인구 비율 (%)
• Rape: 강간 발생 수

 

2. 데이터 전처리 및 군집분석

(1) 데이터 표준화 (scale)

scaled_data <- scale(USArrests)

데이터 표준화 (scale)

각 변수의 단위가 달라서 반드시 표준화를 해줘야 정확한 군집이 생성됩니다.

R을 활용한 당뇨병 데이터 분류

 

(2) 군집 분석 실행 (k = 3)

set.seed(123)

k_result <- kmeans(scaled_data, centers = 3)

군집 분석 실행(k=3)

• 미국 50개 주를 3개의 군집으로 분류합니다.
• set.seed(123)을 지정해 결과가 매번 동일하게 재현되도록 설정합니다.
•  

 

(3) 군집 번호 데이터프레임에 추가

arrests <- as.data.frame(USArrests)

arrests$state <- tolower(rownames(arrests))

arrests$cluster <- k_result$cluster

군집 번호 데이터프레임에 추가

군집 번호를 데이터에 저장하여 지도와 병합할 수 있게 준비합니다.

 

 

3. 미국 지도 시각화

library(ggplot2)

library(maps)

library(dplyr)

 

states_map <- map_data("state") merged_data <- inner_join(states_map, arrests, by = c("region" = "state")) ggplot(merged_data, aes(long, lat, group = group, fill = factor(cluster))) + geom_polygon(color = "white") + scale_fill_brewer(palette = "Set1") + labs(title = "미국 범죄 유형별 주 분류 지도", fill = "클러스터") + coord_fixed() + theme_minimal()

미국 지도 시각화

 

미국 지도에 각 주가 군집별 색상으로 표시되며, 범죄 패턴이 유사한 주들이 시각적으로 분류됩니다.

 

 

중선형 회귀모델 연봉 예측

 

4. 결과 해석

• 클러스터 1: 범죄 발생률(살인, 강간, 강도)이 높은 주들
• 클러스터 2: 중간 수준의 범죄 및 도시화율을 가진 주들
• 클러스터 3: 전반적으로 치안이 양호한 주들

 지도만 봐도 위험 지역과 비교적 안전한 지역을 한눈에 확인할 수 있습니다!

 

 

 

5. 자주 묻는 질문 (FAQ)

Q1. set.seed(123)은 왜 쓰나요?

kmeans()는 초기 중심점을 무작위로 설정하기 때문에,
실행할 때마다 결과가 달라질 수 있습니다.
set.seed(123)을 사용하면 분석 결과가 항상 동일하게 재현됩니다.
→ 보고서, 블로그 작성, 강의 등에서 필수!

 

 

Q2. 왜 군집 수(centers)를 3으로 했나요?

• k = 2: 너무 단순해서 범죄 특성 구분이 어려움
• k = 4 이상: 해석이 복잡하고 시각화도 난해
• k = 3: 범죄율이 높은 주 / 중간 수준 / 낮은 주 로 구분하는 데 가장 적절한 수치

추가로 엘보우 기법을 사용하면 최적의 k값을 수치로 찾을 수 있습니다.

 

 

6. 마무리 및 시사점

• 군집분석은 미국 50개 주의 범죄 데이터를 기반으로 정량적 패턴을 시각적으로 분류하는 강력한 방법입니다.
• USArrests는 데이터 크기도 적당하고 시각화까지 가능해 머신러닝 입문자, 지도 분석 학습자에게 매우 유용합니다.
• 실무적으로는 범죄 대응 전략, 예산 배분, 정책 설계 등에 활용할 수 있는 분석 방식입니다.

GDP로 보는 대한민국의 변화

국내 인구동향 변화 분석