Прилагане на класически подход към науката за данни в пътуването ми за отслабване

Боби Мульоно

12 януари · 16 минути четене

Нова година ново аз! Но вместо да имам новогодишна резолюция, имам предновогодишна резолюция: За да върна теглото си до здравословни граници преди 2020 г. Спомних си за 3-месечния си стаж през 2018 г. при изключително забързан старт с високи изисквания за прогресия всеки един ден, че не осъзнавах колко стрес-ядене съм си навлякъл. Всеки ден завършваше с изгарянето ми, без да е останала никаква енергия, за да ми излезе дупето за бърза тренировка.

вдигате

В края на стажа си и качих здрави 6 кг което моментално доведе състоянието ми на ИТМ до наднормено тегло. 6 кг за 3 месеца! Бях абсолютно шокиран и промените във външния ми вид станаха очевидни.

Бързо напред към днес, за щастие съм назначен като анализатор на данни в голяма корпорация, където балансът между личния и професионалния живот ми позволи да спестя малко енергия, за да посетя фитнеса веднага след работа.

Ситуацията ми с теглото

Винаги съм искал да отделя малко мазнини от тялото си и да вляза във форма, тъй като ИТМ е с гранично наднормено тегло по време на старта на този проект. Онлайн източници посочват, че поддържането на интензивността на упражненията ви до 50–70% е оптимално за процент изгорени калории от мазнини.

Изпробвах това, като удрях фитнеса 5 пъти седмично в продължение на 2 седмици и със сигурност вече видях фини промени във формата на тялото ми. Общото ми тегло, показано на скалата за претегляне, не се промени много, но бях щастлив да видя нарастването на силата.

Мотивация

Тъй като продължих да посещавам често фитнеса, се вдъхнових да използвам идеята за прилагане на машинно обучение, за да предскажа бъдещата си загуба на тегло въз основа на вида тренировка във фитнеса, която правя и диетата, която приемам. Бих искал да започна класически подход към науката за данни, за да предскажа промяната на теглото си въз основа на следните методи:

Събиране на данни: Записване на храненето и заниманията ми във фитнес чрез мобилни приложения и въвеждане на данните в csv файл, който да се импортира в скрипт на Python.

Анализ: Визуализиране на индивидуалната връзка на диетичния ми навик и рутинната тренировка и реша кои характеристики са подходящи за регресионните модели.

Статистика: Разбиране как моят хранителен навик и рутинната тренировка влияят върху промяната в теглото ми и премахвам силно корелиращите функции.

Моделиране и оценка: Избор на най-добрия модел на линейна регресия, базиран на R-квадрат статистика и най-нисък MSE.

Да, знам, че събирането на данни чрез уебсайтове като този пълен стек проект за наука за данни е много по-готин подход. Но хей, успявам да отслабна и да вкарам тялото си във форма и мисля, че това е достатъчно готино за мен!

Опровержение: Нито съм диетолог, нито специалист по спортни науки. Пиша тази статия от интерес да съчетавам както науката за данните, така и упражненията. Знанията, които имам в областта на спортното хранене, се ограничават до това, което чета в интернет и малко до дипломата ми по биомедицински науки. Така че, ако някоя от следните информация за храненето може да изглежда неправилна за читателите, извинявам се. Просто се интересувам от аспекта на данните.

„Това е моето лично пътуване за отслабване със собствен набор от данни, което не е задължително да работи за вас. Тялото на всеки човек работи по различен начин и вие трябва да предоставите свой собствен набор от данни, ако искате да започнете това пътуване. "

За да разгледам къде стоя в началото на този проект, ето няколко измервания:

  • Тегло в момента: 74,9 кг
  • Текущ ИТМ: 24,96 (Да, бях на 0,04, за да се счита за наднормено тегло)
  • Целево тегло: 68 кг

Методи за събиране

Теглото и другите телесни показатели се измерват всяка сутрин веднага след събуждане. Калориите и разбивката на макроелементите се регистрират в безплатната версия на приложението MyFitnessPal и данните за тренировките се събират с елитната версия на приложението Jefit.

Всички тренировки през делничните дни се извършват веднага след работа вечер, а тренировките през уикенда обикновено се случват следобед.

Описание на данните

Преди да вземем решение за променливите, които ще бъдат използвани за прогнозен анализ, нека разгледаме всяка отделна променлива и да проучим връзката им с промяната на теглото.