부트캠프 / 개인 파이썬 프로젝트: #2. 데이터 셋 정하기 & 문제 정의

이전 글:

2025.08.05 - [Project] - 부트캠프 / 개인프로젝트: #1. 당황스러운 서막 (공식 '머신러닝 스터디'의 시작)

부트캠프 / 개인프로젝트: #1. 당황스러운 서막 (공식 '머신러닝 스터디'의 시작)

---

이렇게 파이썬 개인 프로젝트를 시작하게 되었다. 제출 데드라인은 8월 21일!(22일 부터 SQL 프로젝트 시작이라)

 

그렇게 내가 처음 해야할 것은 <<데이터 셋 정하기!>>

무슨 데이터를 할까.. 하다가 계속 하고 싶었던 '게임 분야 데이터'를 하자는 결론에 도달했다. 그렇게 GPT에게 데이터셋을 찾아달라고 하니, 최종적으로 쓸만한 데이터는 두가지 있었다.

- Predict Online Gaming Behavior Dataset

- PUBG Finish Placement Prediction (Kernels Only)

 

두 가지의 차이는 다음과 같았다 

	Predict Online Gaming Behavior Dataset	PUBG Finish Placement Prediction (Kernels Only)
개요	게임 퍼블리싱 플랫폼의 사용자 데이터(fake data)	게임 내 사용자의 행동 결과 데이터(킬 수 등)
목적	사용자의 '참여율' '예측'	승리하는 사용자의 전략 파악하기(숨어있기, 나가서싸우기 등)
복잡도	비교적 단순한 데이터 셋, 양도 크기도 적음	왼쪽보다는 복잡함, 양도 크기도 많음
예측	예측해야하는 결과까지 다 들어있는 파일이라, 알아서 train/test 나눠서 진행해야함	train, test 나눠져 있음

 

왼쪽 데이터로 선택!

이유는

- PUBG 데이터가 게임 내 진짜 데이터지만, 배틀로얄 게임에는 흥미가 적어서(똥손임 ㅠㅠ) 구미가 덜 당겼음

- 시간이 제한되어 있어서, 프로젝트 꾸미기에, 그리고 프로젝트 완료하기에 왼쪽 데이터가 훨씬 가벼울 것이라 생각

그렇게 왼쪽 데이터로 진행하게 되었다.

---

데이터 셋을 정했으니 이제는 

<<문제 정의>> 시간! 사실 문제는 eda좀 해보고 나야 세부적으로 정할 수 있을 것 같았다.

참여율 예측을 위한 데이터니까, 참여율 예측과 관련되어서 문제를 정해야하긴 할텐데..

일단 '참여율 예측 기반 무엇무엇' 으로 두고 진행했다. 

 

다음 스텝으로 가보자!