과정별 2주 완성,
AI 헬스케어
커리큘럼

import pandas as pd import numpy as np df = pd.read_csv('biometric_wearable_dataset.csv') # ① 전체 구조 파악 print(f"행: {df.shape[0]:,} / 열: {df.shape[1]}") print(df.dtypes) # ② 기술통계 (숫자형) df.describe().round(2) # ③ 결측치 비율 missing = df.isnull().sum() / len(df) * 100 print(missing[missing > 0]) # ④ 범주형 분포 print(df['activity'].value_counts()) print(df['is_tampered'].value_counts(normalize=True).mul(100).round(1))

import matplotlib.pyplot as plt import seaborn as sns df_clean = df[df['is_tampered'] == 0] fig, axes = plt.subplots(1, 3, figsize=(15, 4)) # 심박수 분포 axes[0].hist(df_clean['heart_rate'], bins=40, color='#1d6e56', edgecolor='white', alpha=0.85) axes[0].axvline(150, color='red', linestyle='--', label='위험 기준 150bpm') axes[0].set_title('심박수 분포'); axes[0].legend() # SpO₂ 분포 axes[1].hist(df_clean['blood_oxygen'], bins=30, color='#3b82f6', edgecolor='white', alpha=0.85) axes[1].axvline(94, color='red', linestyle='--', label='저산소 기준 94%') axes[1].set_title('산소포화도 분포'); axes[1].legend() # 체온 분포 axes[2].hist(df_clean['body_temp'], bins=30, color='#f97316', edgecolor='white', alpha=0.85) axes[2].axvline(38.0, color='red', linestyle='--', label='발열 기준 38°C') axes[2].set_title('체온 분포'); axes[2].legend() plt.suptitle('웨어러블 생체 지표 분포 (센서 오류 제외)', fontsize=14) plt.tight_layout(); plt.show()

fig, axes = plt.subplots(1, 2, figsize=(14, 5)) # 활동별 심박수 박스플롯 activity_order = ['Resting', 'Walking', 'Cycling', 'Running'] sns.boxplot(data=df_clean, x='activity', y='heart_rate', order=activity_order, palette='Set2', ax=axes[0]) axes[0].axhline(150, color='red', linestyle='--', alpha=0.7, label='위험 150bpm') axes[0].set_title('활동별 심박수 분포'); axes[0].legend() axes[0].set_xlabel('활동'); axes[0].set_ylabel('심박수 (bpm)') # 활동별 산소포화도 박스플롯 sns.boxplot(data=df_clean, x='activity', y='blood_oxygen', order=activity_order, palette='Blues', ax=axes[1]) axes[1].axhline(94, color='red', linestyle='--', alpha=0.7, label='저산소 94%') axes[1].set_title('활동별 산소포화도 분포'); axes[1].legend() plt.tight_layout(); plt.show()

numeric_cols = ['heart_rate', 'blood_oxygen', 'body_temp', 'resp_rate', 'step_count'] corr = df_clean[numeric_cols].corr() plt.figure(figsize=(8, 6)) sns.heatmap(corr, annot=True, fmt='.2f', cmap='RdYlGn', vmin=-1, vmax=1, square=True, linewidths=0.5) plt.title('생체 지표 간 상관관계', fontsize=14) plt.tight_layout(); plt.show() # 특정 변수와 상관이 높은 것 정렬 print(corr['heart_rate'].sort_values(ascending=False))

df_clean['timestamp'] = pd.to_datetime(df_clean['timestamp']) df_clean['hour'] = df_clean['timestamp'].dt.hour # 시간대별 평균 집계 hourly = df_clean.groupby('hour').agg( avg_hr = ('heart_rate', 'mean'), avg_spo2 = ('blood_oxygen', 'mean'), avg_temp = ('body_temp', 'mean'), ).round(2) fig, ax1 = plt.subplots(figsize=(12, 5)) ax2 = ax1.twinx() ax1.plot(hourly.index, hourly['avg_hr'], 'g-o', linewidth=2, label='평균 심박수') ax1.fill_between(hourly.index, hourly['avg_hr'], alpha=0.15, color='green') ax2.plot(hourly.index, hourly['avg_spo2'], 'b--s', linewidth=2, label='평균 SpO₂') ax1.set_xlabel('시간대'); ax1.set_ylabel('심박수 (bpm)', color='green') ax2.set_ylabel('산소포화도 (%)', color='blue') plt.title('24시간 시간대별 생체 지표 변화', fontsize=14) fig.legend(loc='upper right') plt.tight_layout(); plt.show()

fig, axes = plt.subplots(1, 2, figsize=(13, 5)) # 걸음수 vs 심박수 sns.scatterplot(data=df_clean.sample(500), x='step_count', y='heart_rate', hue='activity', alpha=0.6, ax=axes[0], palette='Set1') # 추세선 추가 m, b = np.polyfit(df_clean['step_count'], df_clean['heart_rate'], 1) x_range = np.linspace(df_clean['step_count'].min(), df_clean['step_count'].max(), 100) axes[0].plot(x_range, m*x_range+b, 'k--', linewidth=2, label='추세선') axes[0].set_title('걸음수 vs 심박수'); axes[0].legend() # 호흡수 vs 산소포화도 sns.scatterplot(data=df_clean.sample(500), x='resp_rate', y='blood_oxygen', hue='activity', alpha=0.6, ax=axes[1], palette='Set2') axes[1].axhline(94, color='red', linestyle='--', alpha=0.7) axes[1].set_title('호흡수 vs 산소포화도') plt.tight_layout(); plt.show()

from scipy import stats # 가설 1: "Running은 Resting보다 심박수가 유의미하게 높다" running = df_clean[df_clean['activity']=='Running']['heart_rate'] resting = df_clean[df_clean['activity']=='Resting']['heart_rate'] t, p = stats.ttest_ind(running, resting) print(f"Running 평균: {running.mean():.1f} bpm") print(f"Resting 평균: {resting.mean():.1f} bpm") print(f"t-통계량: {t:.3f}, p-value: {p:.6f}") print("결론:", "통계적으로 유의미한 차이" if p < 0.05 else "차이 없음") # 가설 2: "체온이 높을수록 심박수도 높다" (피어슨 상관) r, p_corr = stats.pearsonr(df_clean['body_temp'], df_clean['heart_rate']) print(f"\n체온-심박수 상관계수: r={r:.3f}, p={p_corr:.4f}") # |r| 해석: 0.1=약함, 0.3=중간, 0.5+=강함 # 가설 3: "센서 오류(is_tampered=1)는 특정 활동에 더 많이 발생하는가?" (카이제곱) ct = pd.crosstab(df['activity'], df['is_tampered']) chi2, p_chi, dof, _ = stats.chi2_contingency(ct) print(f"\n카이제곱: {chi2:.3f}, p={p_chi:.4f}") print("결론:", "활동과 센서 오류 연관 있음" if p_chi < 0.05 else "연관 없음")

# 위험 등급 분류 def classify_risk(row): score = 0 if row['heart_rate'] > 150: score += 2 if row['blood_oxygen'] < 94: score += 3 # SpO₂ 가중치 높음 if row['body_temp'] > 38.5: score += 1 if row['resp_rate'] > 20: score += 1 if score >= 4: return '🔴 위험' elif score >= 2: return '🟡 주의' else: return '🟢 정상' df_clean['risk_level'] = df_clean.apply(classify_risk, axis=1) # 활동별 위험등급 스택 바 차트 risk_pivot = pd.crosstab(df_clean['activity'], df_clean['risk_level'], normalize='index') * 100 risk_pivot.plot(kind='bar', stacked=True, figsize=(10, 5), color=['#ef4444', '#22c55e', '#eab308']) plt.title('활동별 위험 등급 비율 (%)', fontsize=14) plt.ylabel('비율 (%)'); plt.xlabel('활동') plt.xticks(rotation=0); plt.legend(loc='upper right') plt.tight_layout(); plt.show() # 위험등급 분포 출력 print(df_clean['risk_level'].value_counts())