Data Science

가중치 적용하여 총점과 순위 산정¶ In [1]: import pandas as pd from sklearn.preprocessing import MinMaxScaler import matplotlib.pyplot as plt 데이터의 속성을 확인하고, 가중치를 어떤 속성에 적용할 것인지 정함¶ In [2]: # 선정된 동에 대하여 각 시설의 갯수가 카운팅된 데이터 file_name = '특정동_공원_시설개수.csv' df = pd.read_csv(file_name,encoding='cp949') 전체칼럼 = df.columns.tolist() print (전체칼럼) ['EMD_CD', 'EMD_NM', 'SGG_OID', '..

교육기간내 해커톤 프로젝트가 끝이 났고 8/27 부로 수료식을 마쳤다. 이번 프로그램으로 처음으로 자소서를 써보고, 면접을 보고 한것만으로도 많은 성장이 되었다. 또한, 프로젝트를 하면서 기획부터 결과까지 내면서 많은 팀원들과 협업하는 능력을 키울 수 있었다. 우수팀 선정이 된 곳을 보면 기획, 분석, 결과, 발표까지 정말 잘한다. 좋은 아이디어에 더불어 분석에서는 여기서 배운 것 뿐만 아니라 기존에 가지고 있던 각종 전공지식까지 많이 활용한 것 같았다. 보고 많이 배우고 느낀게 많다. 아쉽게도 우수팀 선정이 되거나 하는 기쁨은 없었지만 우리 팀 모두 모난 것 없이 다들 열심히 해주고 즐거웠고 많은 성취감을 얻게 된 계기가 되었다. 기관매칭을 위한 개인 종합 점수가 공개되었다. 나는 평균을 조금 넘는 중..

AHP 값 산출¶AHP 분석? 대안들을 두고 어느 목표에 따라 선택의 기준을 부여 할 수 있는 의사결정방법이다. 이해를 위해 간단한 예를 들어 '어떤 종류의 김밥을 먹을까?' 라는 고민이 생긴다고 해보자 만약 참치김밥, 김치김밥 두가지 선택지 뿐이라면 둘 중에 하나 고르기만 하면 되기 때문에 고민이 크게 되지 않는다. 그러나 참치김밥, 김치김밥, 야채김밥, 고추김밥, 돈까스김밥 등등.. 선택지가 많아지면 머리가 아파질 것이다. 메뉴 세가지만 한번 보자 '나는 참치보다 김치가 좋고, 김치보다 야채가 좋아, 근데 야채보단 참치가 좋은데?'라고 생각한다면 무한 선택 장애 발생의 요인이 된다. 그래서 이를 해결하기 위해 참치와 김치를 서로 두개씩만 비교한 것처럼 두개씩 짝지어 누가 얼만큼 더 좋은지 비교하여 점..

adsp 필기 (실기x) 접수 10/12~10/28 시험 11/6 sqld 필기 (실기x) 접수 10/25~10/26 시험 11/20 빅분기 필기 접수 9/6~9/10 시험 10/2 빅분기 실기 접수 11/8~11/12 시험 12/4 정처기(2021년 4회) 필기 ? 정처기(2021년 4회) 실기 ? 날짜순 정리 10/02 빅분기(필) 11/06 adsp 11/20 sqld 12/04 빅분기(실)

딕셔너리¶ 딕셔너리(dictionary) : key-value 쌍 {'가':123, '나':456, '다':789, '라':234} In [1]: my_dict = { 'name' : 'harry', 'age' : 27, 'height' : 190, 'weight' : 99.9 } my_dict Out[1]: {'name': 'harry', 'age': 27, 'height': 190, 'weight': 99.9} 아이템 선택/수정/추가¶ In [2]: my_dict.keys() Out[2]: dict_keys(['name', 'age&#39..

세트¶ 세트(set) : 집합과 같은 속성 {'가','나','다','라'} In [1]: fruit_set = {'apple','banana','orange'} In [2]: fruit_set = {'apple','banana','orange','apple','banana'} fruit_set # 중복을 허용하지 않음 Out[2]: {'apple', 'banana', 'orange'} 아이템 선택 (인덱싱)¶ In [3]: # set 은 순서가 없기 때문에, 인덱싱 불가능 fruit_set[1] ------------------------------..

튜플¶ 튜플(tuple) : 데이터를 연속적으로 관리. 값을 바꿀 수 없음 ('가','나','다','라') In [8]: fruit_tuple = ('apple','banana','orange') In [9]: fruit_tuple = ('apple','banana','orange','apple','banana') # 중복허용 fruit_tuple Out[9]: ('apple', 'banana', 'orange', 'apple', 'banana') 아이템 선택¶ In [10]: fruit_tuple[1] Out[10]: ..

리스트¶ 리스트(list) : 데이터를 연속적으로 관리. 값을 바꿀 수 있음 ['가','나','다','라'] In [1]: fruit_list = ['apple','banana','orange'] In [2]: # 중복허용 fruit_list = ['apple','banana','orange','apple','banana'] fruit_list Out[2]: ['apple', 'banana', 'orange', 'apple', 'banana'] 아이템 선택 (인덱싱)¶ In [3]: fruit_list = ['ap..

* 리스트(list) : 데이터를 연속적으로 관리. 값을 바꿀 수 있음 ['가','나','다','라'] * 튜플(tuple) : 데이터를 연속적으로 관리. 값을 바꿀 수 없음 ('가','나','다','라') * 세트(set) : 집합과 같은 속성 {'가','나','다','라'} * 딕셔너리(dictionary) : key-value 쌍 {'가':123, '나':456, '다':789, '라':234} 컨테이너는 일종에 편리하게 값을 저장하기 위한 수단이라고 보면 된다. 네 가지의 컨테이너들은 모두 특성이 다르기 때문에 주요 특징과 차이점을 잘 숙지 할 필요가 있다. 특히, 데이터분석에 있어서 컨테이너가 자주 쓰인다.

추가에 수정에 추가에 수정을 거듭하여 탄생한 ver.4.10 ㅋㅋ 우리 조는 인천시 노인놀이터 최적입지선정을 분석했다! 난 분석팀이었고 주로 정제, 파이썬, QGIS에 힘을 쏟았다. 정제는 거의 다 같이 했고 어떻게 보면 이부분이 지치는 작업이라고 느꼈다. 우리의 프로세스와 결과는 이랬다 1. 행정동별로 묶어서 다양한 군집분석을 실시 2. 적절한 군집을 가진 행정동을 선정 3. 공원 300m 반경내 노인을 위한 시설수를 파악 4. 크롤링을 통한 AHP의 쌍대비교행렬 구성 5. AHP를 통해 각 시설의 가중치를 선정 6. 공원별 총점 계산후 순위선정 생각보다 우리팀은 일찍 끝났고 최종보고서, ppt, 발표가 남았다.