코리아IT아카데미

팀원 & 담당파트

분석 목표

현재 흡연자들의 특징을 파악하여, 흡연자의 사회적 경제적 요인 분석을 예측하는 모델을 구성. 이 모델을 사용함으로 아직 흡연을 시작하지 않은 사람들이 흡연자의 길로 접하기 전, 예방교육 혹은 프로그램을 선제적으로 시작하여 흡연을 사전예방할 수 있음.

분석 방법

- 한국복지패널 2007~2022년 데이터 수집 후 확인 및 분석진행. 도메인지식 습득.
- 수집한 데이터로부터 종속변수와 독립변수 선택.
- 데이터 이상치와 결측치 확인 후 데이터 정제 및 전처리 진행.
- 원핫인코딩 진행 후 데이터 통합.
- 처리된 데이터로 여러가지 분석기법 알고리즘을 이용하여 데이터 분석 진행.

분석 결과

- 머신러닝 기법 중 엑스트라 트리를 구현했을 때 결과도출이 좋음. 교차검증 train 99% test 88%
- 딥러닝 기법 중 CNN을 구현했을 때 결과도출이 좋음. 교차검증 Accuracy 90.54%, loss 22.37%
- 엑스트라 트리 특징중요도 추출 시, 흡연에 제일 영향을끼치는 상위 5개 특징은 대략 "남", "나이", "총생활비", "집가격", "1년간평균음주량" 으로 나타남.
- 여러가지 선행 논문들과 뉴스기사에서 위의 다섯가지가 모두 흡연과 밀접한 관련이 있음을 나타냄으로써, 우리 모델이 어느정도 알맞게 예측을 하고 있음을 알 수 있음.

사용기술 및 개발환경

- 데이터 출처 및 수집방법 : 한국복지패널 데이터 이용.
- 개발도구 : Anaconda, Jupyter Notebook, Scikit-learn, Numpy, Pandas etc.
- 개발언어 및 프레임워크 : Python, Tensorflow, Keras