Re:문제233. (오늘의 마지막 문제) 심장질환 데이터 분석에 대한 결과를 레포팅하세요 ~(뎃글 필수)

어느새 올해도 11월, 어김없이 영하에 가까운 온도까지 떨어지며 손을 주머니 속으로 넣게되는 계절이 되었습니다. 이렇게 갑자기 추워질때에 조심해야할 질환 중 하나인 심장질환은 암 못지 않게 사망률이 높으며, 최근 젊은 층에서도 뇌출혈이나 급성 심근경색 등으로 사망하는 환자의 비율이 늘고있어 더욱 예방과 대처가 필요한 질병입니다.  최근 귓볼의 주름이 생기면 심장질환에 걸릴 확률이 몇 배 이상 높아진다는 연구결과가 발표되었습니다. 이를 발표한 연구진은 귓볼의 주름이 뇌의 노화현상을 나타내어 뇌혈관의 막힘 등 심장질환에 연관된 위험성을 판단하는 지표가 된다고 합니다.  귓볼의 주름과 같이 우리가 쉽게 여기며 대수롭지 않게 넘겼던 작은 현상들 중 심장질환에 많은 영향을 미치는 요소가 무엇이었는지 확인해보았습니다. - 303명의 데이터를 기반 - 의사결정트리 알고리즘 채택 - 훈련데이터:시험데이터 = 7:3의 비율로 실시 심장질환 데이터의 분석 결과, 빈혈, 가슴통증, 주요 혈관의 수가 심장질환에 가장 많은 영향을 미치는 요소로 확인되었습니다. ▶ 빈혈의 강도가 세질수록 (normal → fixed → reversable)    심장질환을 가진 건수가 각각 3.08, 2.41배 증가하였으며,    심장질환을 가지지 않은 건수 대비 2배, 3.18배 많은 수치를 보였습니다. ▶ 기본 data set에서 이원교차표를 통해 확인한 정확도가 73.6%였으나,    위 주요변수 3가지(빈혈, 가슴통증, 주요 혈관의 수)로만 구성된 data set으로    이원교차표를 통해 확인한 정확도는 86.9%로 약 13.3% 증가하였습니다. ▶ 의사결정트리로 확인했을 때 심장질환인 가능성이 가장 높은 경우는    빈혈(Thal)을 가지고 있으며 일반적인 가슴통증(ChestPain)을 수반한 경우였습니다.    (91%의 정확도를 보임, 전체 데이터의 33%에 해당됨)  3개의 주요 변수만을 사용하였을때 86.9%의 낮지 않은 정확도를 보였지만, 변수와 데이터의 양을 확보하여 조금 더 높은 정확도를 가지게 된다면 내과/한의과를 넘어 국민 개개인이 실제 심장질환 예방에 활용할 수 있는 좋은 결과로 발전될 것이라 생각합니다.  ※참고자료 정보획득량 (불확실성이 적은, 심장질환 여부를 파악하는데 가장 확실한 요소) Thal(빈혈)           : 0.14420239 ChestPain(가슴통증)  : 0.14210823 Ca(주요 혈관의 수)   : 0.11944886