EDA

[Doyoung01]

• primarily_steam_deck의 경우 voted_up과 상관관계가 거의 없을 것으로 판단됨

[Doyoung01]

[Categorical Variables Correlation] steam_purchase - Chi2: 419.45, p-value: 0.0000 received_for_free - Chi2: 58.39, p-value: 0.0000 written_during_early_access - Chi2: 1377.64, p-value: 0.0000 primarily_steam_deck - Chi2: 0.26, p-value: 0.6097

[Binary Categorical Variables Pearson Correlation] steam_purchase - Pearson Correlation with voted_up: 0.08 received_for_free - Pearson Correlation with voted_up: 0.03 written_during_early_access - Pearson Correlation with voted_up: 0.14 primarily_steam_deck - Pearson Correlation with voted_up: -0.00

• voted_up과 그나마 약한 상관 관계를 가지는 것은 written_during_early_access와 steam_purchase

[Doyoung01]

• 거의 대부분의 그래프가 한 쪽으로 치우쳐져 있음
• timestamp_created와 timestamp_updated의 분포는 비슷함

[Doyoung01]

• voted_up과 상관 관계를 가지는 값이 거의 없음
• 그나마 weighted_vote_score가 아주 약한 상관 관계를 가지고 있음

[Doyoung01]

voted_up=True인 데이터가 너무 많으므로, 언더 샘플링 진행

[Doyoung01]

Top words in positive reviews:
게임      551.832923
갓겜      332.744762
재밌음     299.852544
good    292.143979
너무      289.277812
재밌어요    211.004106
하면      200.917942
진짜      193.478167
같이      170.290767
정말      157.655374
재밌다     148.610164
친구랑     146.390258
개꿀잼     139.930486
게임을     138.460776
game    131.157298
게임이     130.415632
근데      129.298369
그냥      128.546114
있는      120.292594
하지만     119.665292
dtype: float64

Top words in negative reviews:
게임      650.870929
너무      333.071859
진짜      288.271325
그냥      278.886711
게임을     229.507095
망겜      204.884350
게임이     202.126216
game    194.871841
쓰레기     177.259457
살인마     167.977223
시발      164.274793
버그      145.896239
게임은     142.421834
내가      140.906863
존나      140.635877
서버      134.411356
아니      124.695300
이거      124.116302
ㅈ망겜     123.413889
매칭      122.646377
dtype: float64

[Doyoung01]

언더 샘플링 이후 상관 관계

[Categorical Variables Correlation] steam_purchase - Chi2: 1013.42, p-value: 0.0000 received_for_free - Chi2: 0.25, p-value: 0.6163 written_during_early_access - Chi2: 2612.32, p-value: 0.0000 primarily_steam_deck - Chi2: 2.77, p-value: 0.0960

[Binary Categorical Variables Pearson Correlation] steam_purchase - Pearson Correlation with voted_up: 0.18 received_for_free - Pearson Correlation with voted_up: -0.00 written_during_early_access - Pearson Correlation with voted_up: 0.29 primarily_steam_deck - Pearson Correlation with voted_up: -0.01

• 가장 높은 상관관계를 보이는 연속형 변수는 weighted_vote_score로, 가중치 점수가 높을수록 리뷰가 긍정적일 가능성이 높음
• 연속형 변수인 last_played 및 votes_up도 작은 양의 상관 관계
• 이산형 변수인 written_during_early_access와 steam_purchase는 voted_up과의 상관관계가 통계적으로 유의미

[Doyoung01]

결론

1. 불용어 제거가 필요함
2. review를 제외한 변수 중 voted_up과 상관 관계를 가지는 변수로는 weighted_vote_score, last_played, votes_up, written_during_early_access, steam_purchase 정도가 있음