現代人生活與各類數位螢幕高度綁定,用眼過度與視力提早惡化已成為普遍的公共健康議題。本專案以「日常生活習慣如何實質左右視力健康」為核心切入點,跳過晦澀複雜的模型黑盒子,聚焦於標準且嚴謹的探索性資料分析工作流。我將運用Python實戰工具,從公開健康資料中萃取關鍵資訊,透過統計圖表與顯著性檢定,探究螢幕使用時長、戶外運動、睡眠作息與視力變化之間的真實關聯,以客觀數據打破或驗證常見的護眼迷思。
第一天,我們不急著敲鍵盤寫迴歸模型,也不急著調參,先聊聊「為什麼要做這個題目」,以及接下來這30天,我們將如何用資料科學的方法,拆解現代人的用眼真相。 一、每天...
昨天我們確立了專案的主軸與30天藍圖,今天進入實作第一步:搭建雲端分析環境。 為了把精力聚焦在「數據探索」本身,避免卡在本機安裝 Python、設定環境變數或套...
一、資料集淘金與確認在Kaggle搜尋過濾後,我排除了純心理健康相關的資料,鎖定了這份由學生與職場人士組成的專用數據集:檔案名稱:digital_eye_str...
利用Pandas進行全欄位資料健康檢查,排查有無缺失值(NaN)、確認資料型態(dtypes),並透過描述性統計檢驗數值合理性。 一、實作前情境:為什麼不能直接...
一、 實作前情境:為什麼要檢視類別特徵?昨天我們完成了 7 個數值型欄位的 describe() 檢驗,確認數值都在合理生理範圍內。但這份資料集還有 6 個屬於...
利用Matplotlib與Seaborn針對核心數值變數(年齡、每日螢幕時數、每日睡眠時數)繪製直方圖與核密度估計曲線(KDE),探究其真實數據分佈型態。 一、...
針對受試者自評的「眼睛乾澀程度(Eye_Dryness_Level)」與「眼痛程度(Eye_Pain_Level)」兩大核心生理指標,利用箱形圖與小提琴圖檢視其...
透過Seaborn的regplot繪製散佈圖並疊加線性迴歸擬合線,同時利用抖動與透明度解決離散量表點位重疊問題。 一、實作前情境:離散量表繪製散佈圖的「重疊盲點...
利用Pandas計算資料集中所有數值特徵的皮爾森相關係數,並使用Seaborn繪製帶有數值標籤的相關係數熱力圖,系統性排查多變數間的關聯強度。 一、實作前情境:...
利用類別分組視覺化,針對護眼行為 Blue_Light_Filter_Used(是否使用抗藍光濾鏡)進行分組切片,探討其對眼睛乾澀程度(Eye_Dryness_...