Allen's 데이터 맛집

이전 포스트에 이어서 포스팅하겠습니다. [4] 하체 벌크업 : 그래프를 통한 분석 결과 - 1 이전 포스팅에서는 데이터를 수집하고 전처리하는 과정을 진행했습니다. 이제는 그 데이터를 가지고 실질적인 분석을 시작해 보겠습니다. 목표는 단순한 시각화를 넘어, 통계적인 결과를 도출 allensdatablog.tistory.com 휴식기간과 1RM 중량의 연관성 운동과 휴식 기간의 관계: 운동과 휴식 기간의 상관관계를 분석하여, 얼마나 휴식 기간을 가지고 운동을 하고 있는지 확인할 수 있습니다. 더 많은 휴식 기간이 높은 1RM과 연관이 있는지, 또는 그렇지 않은지 알아볼 수 있습니다. 지난 포스팅에서 운동 데이터를 분석하며 몸무게와 1RM 중량 간의 강한 상관관계를 확인했습니다. 그런데 더 깊게 파고들어 보면..

이전 포스팅에서는 데이터를 수집하고 전처리하는 과정을 진행했습니다. 이제는 그 데이터를 가지고 실질적인 분석을 시작해 보겠습니다. 목표는 단순한 시각화를 넘어, 통계적인 결과를 도출하는 것입니다. 또한, 포트폴리오를 제작을 위해 사용해 볼 수 있는 핵심적인 시각화 기법들을 전부 활용하는 것이 목표입니다. 이번 분석에 사용한 데이터는 운동을 통해 하체 근육을 강화하고 특히 1RM 증량을 원하시는 분들을 위한 것입니다. 몸무게는 변화를 추적하기 위해 주기적(22.06 ~ 22.12)으로 기록하였고, 이번 하체 벌크업 편에선스쿼트/데드리프트 1RM 중량을 데이터를 조사하여 데이터를 분석하였습니다. 히스토그램과 밀도 그래프 먼저, 각각의 운동에 대한 중량을 히스토그램과 밀도 그래프로 시각화하여 분포를 확인합니다..

이번 포스팅부터 본격적인 분석에 앞서 직접 수집한 데이터를 불러오고 탐색하여 필요하다면 전처리를 진행해 보겠습니다. 개인적으로 분석 하기 전 시각화 테스트를 해 보는 과정입니다.먼저 그래프에서 한글과 - 기호가 잘 출력되는지 확인을 합니다. 그리고 데이터를 불러와서 info(), describe() 함수를 사용하여 데이터타입, 결측치, 이상치 그리고 데이터를 요약하여 파악합니다.데이터 칼럼은 이전 포스팅에서 언급한 대로 ID값, 날짜, 몸무게, 스쾃 1rm중량, 데드리프트 1rm중량, 휴식기간(일), 운동을 한 시간대 가 있습니다.DateTime 빼고는 모두 수치형 데이터입니다.Describe() 함수를 통해 통계치를 확인할 수 있고 직접 입력한 데이터 이므로 결측치는 존재하지 않습니다.'ID', 'Da..

직무 전환을 위해 다양한 데이터를 다루며 포트폴리오를 만들어보는 과정에서, 부트캠프와 공모전의 데이터 과제와 공공 데이터 포털의 데이터를 가지고 여러 분석 과제를 진행해 보았습니다. 또한, 데이콘과 캐글에서 다양한 데이터를 활용하여 데이터 분석, 모델링, 그리고 머신러닝을 진행했습니다. 이런 경험들을 통해 많은 것을 배우고 데이터 분석가로 성장하는 듯하였지만, 주변의 조언을 듣고 보니 비슷한 프로세스를 따르는 사람이 많다는 것을 깨달았습니다. 그리하여 말 그대로 나만의 프로젝트가 필요함을 느꼈습니다. 이에 따라, 문제를 스스로 정의하여 이에 필요한 데이터를 선정하고 직접 수집하며, 분석 결과를 도출하고 시각화하여 나만의 인사이트를 얻는 것이 가장 값지다 생각했습니다. 이에 맞춰, 저의 취미생활인 운동(헬..