🚊 서울시 지하철 이용인원 정보를 활용한 역별 특성 분석 및 승하차 인원 예측

🚋 프로젝트 개요

작업 기간

2023.09.06 ~ 2023.9.13 (7일)

구성원 및 담당

• 강한얼(PM) : 데이터 수집 및 전처리 / 데이터 EDA / 머신러닝 모델 학습 / PPT 제작
• 조태상 : 데이터 전처리 / 데이터 EDA / PPT 제작 / crawling(not use)

주제 선정

• 퇴근시간 가산디지털단지역에서 7호선을 타려면 1~2대의 지하철을 보내야 한다. 널널하게 지하철을 이용할 수 있는 시간대는?
• 또한 모델 학습을 통해서 지하철 승하차 인원을 예측하면?

주요 내용

• 서울시 지하철 승하차 인원과 날씨 데이터를 이용하여 지하철 승하차에 영향을 미치는 원인을 분석하고, 미래 지하철 이용자 수를 예측해본다.

결론

• EDA를 통해 지하철 승하차 인원에 영향을 미치는 변수 탐색
• 미래 지하철 이용자 수를 예측하는 머신러닝 모델 학습 결과 분석

🚉 프로젝트 내용

개발 환경

• pandas 2.0.3
• numpy 1.23.5
• seaborn 0.12.2
• matplotlib 3.7.2
• koreanize matplotlib 0.1.1
• Southkorea
• lightbgm
• shap

데이터 수집

데이터 출처 및 설명

• 서울교통공사 연도별 일별 시간대별 역별 승하차 인원
  • 주소링크
  • 수집 기간 2018 ~ 2022 (5년)
  • 서울 교통공사 관할 지하철 1 ~ 8 호선
  • 1시간 간격 승하차 인원 정보
  • 데이터 형태

• 서울교통공사 지하철역 주소 및 전화번호 정보
  • 주소링크
  • 지하철역의 위치를 알아내기 위해 사용
  • 데이터 형태

• 종관기상관측(ASOS)
  • 주소링크
  • 수집 기간 2018 ~ 2022 (5년)
  • 서울 특별시 관측소 수집 기상 데이터
  • 날씨를 파악하기 위해 정해진 시각에 모든 관측소에서 관측을 같은 시각에 실시하는 지상관측
  • 데이터 형태

DB 관계도

지하철 탑승 인원 EDA

• 실행 코드
• 결과 샘플

지하철 역별 군집화

• 실행 코드
• 결과 샘플

지하철 탑승 인원 예측

• 실행 코드
• 결과 샘플

🚆 결론