📦 BMI를 예측하려면 많은 사람의 성별·나이·키·몸무게·BMI 정보가 필요해요. 이번에도 캐글(Kaggle)에서 "BMI_data"를 검색하면 25,000명의 정보가 담긴 데이터셋을 찾을 수 있어요.
🔗 캐글 Datasets 바로가기
BMI 데이터셋 살펴보기 (5개 칼럼)
| 칼럼 | 뜻 | 데이터 종류 |
|---|
| Sex | 성별 (남/여) | 범주형 |
| Age | 나이 (18~35세) | 수치형(정수) |
| Height | 키 | 수치형(실수) |
| Weight | 몸무게 | 수치형(실수) |
| BMI | 체질량지수 | 수치형(실수) |
※ 원래 데이터는 키가 인치, 몸무게가 파운드 단위인데, 우리가 쓰기 편하게 cm와 kg으로 바꿔서 사용해요.
🎯 이번에 맞히고 싶은 것(종속변수)은 BMI예요. 그리고 BMI를 맞히는 데 참고하는 독립변수는 성별·나이·키·몸무게 4가지예요.
배운 내용 확인하기
Q5-3. BMI를 예측하는 문제에서 종속변수(맞힐 대상)는 무엇일까요?
Q5-4. 다음 중 "범주형 데이터"는 무엇일까요?
💡 숫자로 계산하는 값은 수치형, 종류로 나누는 값(남/여)은 범주형이에요.