GIL's LAB

1. 프로젝트 개요이번 분석에서는 심박수 및 모션 가속 센서 데이터를 활용하여 수면 상태를 예측하는 모델을 개발했다. 데이터는 PhysioNet에서 수집된 31명의 피험자 데이터를 사용했으며, 주요 목표는 주어진 생체 데이터를 바탕으로 수면 상태(Wake, Light Sleep, Deep Sleep, REM)를 예측하는 것이다. 2. 사용 데이터 및 전처리데이터 구성심박수 (HR) 데이터: 불규칙한 주기로 측정됨모션 가속도 센서 데이터: X, Y, Z 축 값으로 제공됨수면 상태 레이블: 30초 단위로 측정됨 (Wake, Light Sleep, Deep Sleep, REM)주요 전처리 과정심박수 데이터 보완: 특정 시점(t)의 수면 상태 예측을 위해 이전 30초 동안의 평균 심박수를 계산하여 추가모션 데이..