프로젝트 활용 기술

Untitled

프로젝트 평가 결과

5개조 중 2위

요약

• 캐글 경진대회의 ‘WHO Life Expectancy Prediction’ 를 바탕으로 진행한 프로젝트이다.
• 기대수명은 0세의 출생아가 그 당시 의료수준 등이 유지될 경우 향후 생존할 것으로 기대되는 평균 연수를 말하며, 건강수명은 기대수명에서 질병 또는 장애를 가진 기간을 제외한 수명으로 신체적으로나 정신적으로 특별한 이상 없이 생활하는 기간을 의미한다.
• 해당 프로젝트를 진행하기에 앞서 기대수명 예측이라는 주제로 얻는 인사이트에 데이터 분석 역량이 크게 드러나지 않는 한계점이 있다고 판단했다.
• 기대수명 관련 사회 이슈들을 조사했고, 전 세계적으로 기대수명은 지속적으로 증가하고 있으나, 건강수명은 줄어들고 있다는 이슈를 발견했다. (링크)
• 이후, 캐글의 기대수명 예측 데이터 외에 WHO 에서 제공하는 건강수명 데이터를 추가 수집해 기대수명과 건강수명에 영향을 미치는 요인을 파악하고 향상시키기 위한 개선점을 제안했다.

담당 역할

• 프로젝트 인원 5명

1. 조장 👉 업무 분장 : 팀원들의 데이터 분석 역량에 따른 업무 분장 👉 일정 관리 : Daily review 를 통해 코드 공유 및 과정 리뷰 진행 👉 의견 조율
2. 프로젝트 기획 👉 프로젝트 목표를 ‘기대수명 예측’ → ‘기대수명 및 건강수명에 영향을 미치는 요인 파악 및 예측’ 으로 확장

👉 인사이트 도출 방법 기획 ( 시각화 비교 분석 )

1. 데이터 전처리 👉 결측값 및 이상치 처리 : describe, info 함수, Heatmap 으로 이상치 확인 및 제거 처리 후, 정규분포를 따르지 않음을 histogram 으로 확인해 결측치는 중앙값으로 처리 👉 파이프라인 구축 :

   • 원핫인코딩 : 데이터셋의 일관성, 모델 복잡성 감소, 계산 효율성을 위해 범주형 변수를 수치형 변수로 변환
   • 데이터 스케일링 : 서로 다른 단위를 나타내는 수치형 변수를 StandardScaler 활용 정규 분포를 따르도록 변환 👉 데이터 분할 : 전체 데이터를 훈련 및 테스트 데이터로 나눠 모델의 일반화 성능을 평가하는데 사용 👉 최종 데이터셋 구축 : 모델링 및 분석에 사용될 최종 데이터셋을 확립

2. 시각화 👉 건강수명 상위 5국가, 하위 5국가 비교 👉 국가별 요인과 건강수명 비교 👉 국가별 요인과 기대수명 비교 👉 예시 이미지 (아래의 예시 외에 더 다양한 시각화 결과를 보시려면 하단 ‘6. 분석보고서 작성’의 파일을 봐주세요.)

   

3. 분석 인사이트 및 개선점 제안

   👉 분석 인사이트

   

   👉 개선점 제안