츄르사려고 코딩하는 코집사입니다.
1. 주제
- 아파트 단지에 따른 주차 구획 수요 예측
2. 배경
- 아파트 단지 내 필요한 주차대수는 ①법정주차대수 ②장래주차수요 중 큰 값에 따라 결정하게되어 있어, 정확한 ②장래주차수요의 산정을 필요로 합니다.
- 현재 ②장래주차수요는 ‘주차원단위’와 ‘건축연면적’을 기초로하여 산출되고 있으며, ‘주차원단위’는 신규 건축예정 부지 인근의 유사 단지를 피크 시간대 방문하여 주차된 차량대수를 세는 방법으로 조사하고 있습니다.
- 이 경우 인력조사로 인한 오차발생, 현장조사 시점과 실제 건축시점과의 시간차 등의 문제로 과대 또는 과소 산정의 가능성을 배제할 수 없습니다.
3. 데이터
이 대회의 데이터는 train.csv, test.csv, age_gender_info.csv, sample_submission.csv로 구성되어 있다.
1) 칼럼변수
- 단지코드
- 총세대수
- 임대건물구분
- 지역
- 공급유형
- 전용면적
- 전용면적별세대수
- 공가수
- 신분
- 임대보증금
- 임대료
- 지하철
- 버스
- 단지내주차면수
- 등록차량수
4. 분석
1) 라이브러리 import
- 데이터를 읽어오기 위해 pandas import
# 라이브러리 import
import pandas as pd
2) csv 파일 데이터 읽어오기
#Train Data
train_data = pd.read_csv("C:/Users/yong/Desktop/parkingdata/train.csv")
#Test Data
test_data = pd.read_csv("C:/Users/yong/Desktop/parkingdata/test.csv")
#age gender infomation
age_gender_info = pd.read_csv("C:/Users/yong/Desktop/parkingdata/age_gender_info.csv")
#sample_submission
sample_submission = pd.read_csv("C:/Users/yong/Desktop/parkingdata/sample_submission.csv")
3) 데이터 구조 확인
- train_data에는 총 15개의 설명변수 존재
train_data.head()
4) 컬럼변수 확인
# 데이터 컬럼변수 확인
train_data.columns
5) 컬럼변수명 변환
- 컬럼변수에서 도보 10분거리 내 지하철역 수, 버스정류장 수가 너무 길어 각각 지하철, 버스로 컬럼변수를 변환했다.
# 도보 10분거리 내 지하철역 수와 버스정류장 수를 지하철과 버스로 변환
train_data.columns = ['단지코드', '총세대수', '임대건물구분', '지역', '공급유형', '전용면적', '전용면적별세대수',
'공가수', '신분', '임대보증금', '임대료', '지하철', '버스', '단지내주차면수', '등록차량수']
test_data.columns = ['단지코드', '총세대수', '임대건물구분', '지역', '공급유형', '전용면적', '전용면적별세대수',
'공가수', '신분', '임대보증금', '임대료', '지하철', '버스', '단지내주차면수']
6) 결측치 확인
- 임대보증금, 임대료 변수에서 569개, 지하철 211개, 버스 4개가 있다.
- 데이터를 봤었는데, 임대보증금에 알파벳이 들어간 경우도 있었다.
- 이 알파벳을 처리 후 비교를 해야겠다.
# 결측치 있는지 확인
print(train_data.isnull().sum())
7) 결측치 처리
i) 버스
- 버스 결측치는 4개밖에 없어 제거하는게 좋을거 같다.
- 혹시 모르니, 평균값이나 중앙값도 대체.
#결측치 처리(버스) -> 제거
#결측치가 4개이기 때문에 삭제(평균값이나 중앙값 대체해보기)
train_data = train_data.dropna(subset=['버스'])
ii) 지하철
- 결측치를 최빈, 중앙, 평균, 삭제 순으로 처리한 후 비교하기
#결측치 처리(지하철) -> 최빈, 중앙, 평균, 삭제
#먼저 최빈
freq = train_data['지하철'].value_counts(dropna=True).idxmax()
train_data['지하철'].fillna(freq, inplace=True)
해야할 일
1. 임대보증금, 임대료 결측치 처리
2. 상관관계 분석
3. 분석 모델 선정
4. 분석 모델 평가
5. 모델 선정
최근댓글