<aside>

</aside>

📖 챕터 소개

첫 번째 분류 프로젝트를 성공적으로 완수하신 것을 축하합니다! 이제 우리는 새로운 도전을 시작합니다. 이번에는 고객의 특성을 바탕으로 미래의 의료 보험비를 예측하는 회귀(Regression) 프로젝트입니다. 분류가 '카테고리'를 맞추는 문제였다면, 회귀는 '연속된 숫자'를 예측하는 문제죠. 프로젝트의 첫 단추는 언제나 그렇듯, 문제를 명확히 정의하고 **탐색적 데이터 분석(EDA)**을 통해 데이터를 깊이 이해하는 것입니다. 이번 데이터에는 어떤 숨겨진 이야기가 있을지 함께 파헤쳐 봅시다!

🎯 챕터 목표

• 보험료 예측 비즈니스 문제를 회귀(Regression) 문제로 정의할 수 있습니다.
• insurance 데이터셋에 대해 ydata-profiling을 사용하여 EDA를 수행할 수 있습니다.
• EDA 리포트에서 타겟 변수의 분포가 한쪽으로 치우친(skewed) 현상을 발견하고 그 의미를 이해합니다.
• 치우친 타겟 변수 문제를 해결하기 위한 setup 함수의 transform_target 파라미터의 역할을 이해합니다.

💻 이번 챕터의 전체 코드 및 프로젝트 구조

이번 챕터의 핵심 코드

💡 10강에서와 마찬가지로, 이번 시간의 목표는 모델링이 아닌 데이터 자체를 이해하는 것입니다. ydata-profiling을 사용해 새로운 데이터셋을 탐색합니다.

# 1. 라이브러리 준비
from pycaret.datasets import get_data
from ydata_profiling import ProfileReport

# ydata-profiling이 설치되어 있지 않다면, 먼저 설치해주세요.
# !pip install ydata-profiling

# 2. 데이터 불러오기 (회귀 예제 'insurance' 데이터셋)
insurance_df = get_data('insurance')

# 3. EDA 리포트 생성
profile = ProfileReport(insurance_df, title="의료 보험비 데이터 EDA 리포트")

# 4. 리포트 확인 (Jupyter Notebook 환경)
profile

코드 실행 결과 미리보기

profile 실행 결과

ydata-profiling 리포트가 생성됩니다. 특히 charges 변수의 분포(Distribution)를 유심히 살펴보세요.

charges 변수의 분포

리포트에서 볼 수 있듯이, 대부분의 사람들은 의료비가 낮고(왼쪽으로 치우침), 일부 소수의 사람들만 매우 높은 의료비를 지출하는 오른쪽으로 긴 꼬리(right-skewed) 형태를 띱니다.