[4기 에이쁠 기자단] 미니프로젝트 2차

주제

장애인 콜택시 대기시간 예측 

1. 데이터 분석

open_data : 장애인 콜택시 운행 정보 (기준일, 차량운행, 접수건, 탑승건, 평균대기시간 등)

weather : 날씨 정보 ( Date, temp_max, temp_min, rain(mm), humidity_max(%), humidity_min(%), sunshine(MJ/m2) 등)

2. 데이터 전처리

예측하는 날짜, 대기시간(target)으로 기준 잡기

merged_data['대기시간(target)'] = merged_data['waiting_time'].shift(-1)

날씨 데이터는 실제 측정값이지만, 다음 날에 대한 예보 데이터로 간주하기 때문에 shift(-1)을 활용하였다.

7일 이동 평균 대기시간

df_merge['ave_waiting_time'] = df_merge['waiting_time'].rolling(7, min_periods=1).mean()

 

rolling().mean()를 통해 waiting_time열에 대한 이동 평균을 계산하였음.

3. 머신러닝 모델링

LinearRegression을 사용한 모델 시각화

모델 2 시각화

후기

• 머신러닝, 딥러닝을 이번에 처음 배우게 되어 오류가 많이 나왔고, 모르는 부분이 많아서 찾아보느라 전처리 부터 오래걸려서 많이 하지 못했다. 
• 모르는 부분에 대하여 팀원분들의 도움을 많이 받아서 정말 감사했고, 열심히 복습해야겠다는 생각이 들었다...!
• 끝나고 시간 남아서 서로 코딩마스터즈 풀이에 대한 아이디어도 나눴다.