## Columns
- age: 나이
- sex: 성별 (Male, Female)
- bmi: BMI 지수
- children: 부양자녀 수
- smoker: 흡연여부
- region: 미국 내 거주지역 (northeast, southeast, - southwest, northwest)
- charges: 실제 의료보험 가격 (예측해야하는 값, y)

## Train Data
- train.csv 파일 내의 데이터를 통해 모델을 훈련할 수 있습니다.
- 'charges' 컬럼이 라벨이고, 이외 컬럼이 데이터입니다.

## Test Data
- 훈련한 머신러닝 모델을 기반으로 test.csv 내의 데이터를 분류하여 결과를 생성하시면 됩니다.
- 테스트 데이터의 결과는 제공되지 않으며, 리더보드에 업로드 시 채점되어 순위가 매겨집니다.
- 본 데이터는 어떠한 방식으로도 훈련에 활용될 수 없습니다.

## submission-example.csv
- 실제 리더보드에 제출하는 양식입니다.
- 해당 양식대로 제출해야 하며, 이를 지키지 않으면 정확도가 다르게 채점될 수 있습니다. (Id를 꼭 맞춰주세요!)

## Summary
- **[train.csv]**: 본인이 구현한 모델을 학습 및 평가할 수 있는 데이터셋입니다. 라벨(charges)이 포함되어 있습니다.
- **[test.csv]**: prediction을 뽑아 제출용 csv 파일을  만들 데이터셋입니다. 라벨이 포함되어 있지 않습니다.
- **[sample_submissiom.csv]**: Kaggle에 submission csv 파일을 제출하기 위한 템플릿입니다. 이와 같은 형태로 만들어 제출하시면 정확도가 산출되어 리더보드에 순위가 등록됩니다. 이와 다른 형태로 submission 파일을 작성할 경우 정확도가 제대로 계산되지 않으므로 주의해주세요. test data에 있는 Id 순서에 맞게 모델의 예측값을 정렬해서 제출하시고, Id는 데이터 순서에 따라 0~N까지의 숫자를 입력하시면 됩니다.
- **[제출 시 유의사항]**: submission하시는 csv 파일의 charges 열에 들어가는 값은 꼭 **실수**여야 합니다. 실수가 아닐 경우, 채점이 제대로 진행되지 않습니다.