[KT AIVLE SCHOOL] KT Aivle 3차 미니프로젝트 후기 2

신규 임대 아파트 주차수요 예측 프로젝트

이 프로젝트는 미래에 지어질 공공 임대 아파트 단지의 차량 등록 수를 예측하는 것을 목표로 합니다. 기존의 주차원단위법은 현장 조사 시점과 건축 시점 간의 차이로 인해 과대 또는 과소 산정의 가능성이 있어 현실적인 주차수요 예측과 거리가 있었습니다. 따라서 이번 프로젝트에서는 다양한 데이터 분석 기법을 활용하여 보다 정확한 주차수요 예측을 목표로 합니다.

 

프로젝트 배경 및 목표

• 배경: 미래에 지어질 공공 임대 아파트 단지의 차량 등록 수 예측
• 기존 방식의 한계: 주차원단위법은 현장 조사 시점과 건축 시점 간의 차이로 인해 과대 또는 과소 산정의 가능성이 있음
• 목표: 새롭게 건설할 공공 임대 아파트 단지의 등록 차량 수를 정확하게 예측

 

데이터 분석 및 모델링

1. 단변량 및 이변량 분석: 각 feature별로 단변량, 이변량 분석을 수행하여 사용할 feature와 버릴 feature를 선택

 

 

 

 

모델 선택 및 학습: 3가지의 선형 회귀 모델(엘라스틱, Lasso, Ridge)과 XGBoost, Decision Tree 모델을 사용하여 모델을 학습

 

각각 모델은  하이퍼파라미터를 최적화하여 성능 향상한 모델입니다.

XGBRegressor

 

Lasso

ElasticNet

Ridge

 

결과

 

이번 프로젝트는 기존 주차수요 예측 방식의 한계를 극복하고자 다양한 데이터 분석 기법을 활용하여 새로운 접근 방식을 제시합니다. 정확한 주차수요 예측을 통해 공공 임대 아파트 단지의 효율적인 주차 공간 설계와 거주자의 편의성 향상을 기대할 수 있습니다. 이 프로젝트의 결과는 향후 유사한 주차수요 예측 문제에 활용될 수 있을 것입니다.