코드

코드 실행 시, 1.Data_Acquisition ~ 5.Visualization 차례로 진행

1.Data_Acquisition

웹사이트 자체적으로 제공하는 csv 파일 외에
크롤링 및 가공이 필요한 데이터 들을 처리한 코드들과 사용한 xsl 파일 입니다.

• 광고크롤링
• 동별사업체-종사자수

2.Data_Preprocessing

데이터 전처리를 위한 폴더입니다.
전처리 진행 순서는 아래와 같습니다. (파일명과 무관)

1) 결측치 처리 및 데이터 형식 통일 
    → 2.데이터_전처리.ipynb
2) 이상치 제거 
    → 2.데이터_전처리.ipynb
3) 필요한 컬럼 추가 및 데이터 병합을 위한 전처리
    → 2.데이터_전처리.ipynb    
    → 4.위경도_자료_역단위로_나누기.ipynb
    → 5.동_상권_병합.ipynb
4) 데이터 병합
    → 6.최종_데이터_병합.ipynb
5) 데이터 카테고리화
    → 7.데이터_카테고리화.ipynb

• 1.EDA
• 2.데이터_전처리.ipynb
• 3.GPS_구-동.ipynb
• 4.위경도_자료_역단위로_나누기.ipynb
• 5.동_상권_병합.ipynb
• 6.최종_데이터_병합.ipynb
• 7.데이터_카테고리화.ipynb

3.Labeling

네이버 트랜드, 카카오 데이터 트랜드 등의 정보를 활용하여 최종 데이터와 광고를 매칭 시켜주었습니다.
광고는 총 29개의 카테고리로 분류가 되어있어 0~28 의 int 형태로 라벨링 해주었습니다.

• 광고_라벨링.ipynb

4.Visualization

최종 데이터를 활용하여 따릉이 대여소 위치, 개인정보, 공간정보를 시각화하였습니다.

• 공간정보_시각화.ipynb
• 사용자개별정보_시각화.ipynb
• 성별_시각화.ipynb
• 시간정보_시각화.ipynb

5.Modeling

크게 1,2차 모델링으로 구분하여 진행하였습니다.
1차 모델링은 Pycaret을 활용하여 Decision Tree Classifier 모델을 활용하였습니다.
2차 모델링은 앙상블 모델로 Random Forest와 XGBoost 모델을 활용하였습니다.

• 1.Pycaret - 가상환경 학습 모델.ipynb
• 2.RandomForest_XGBoost_모델_비교_분석.ipynb
• 3.추가_학습_모델.ipynb