머신러닝 썸네일형 리스트형 서울시 음식점의 장단기 운영 예측 #3 [분석과 결과] 분석을 위해 머신러닝 분류기 모델을 생성합니다. 참조 논문과 동일하게 Accuracy, F1 Score, ROC_AUC 성능평가를 통해 XGBoost가 적합한 모델임을 확인했습니다. 모델을 생성하고, SHAP 분석을 통해 각 요인(독립변수)의 영향력을 확인합니다. 분석 후 참조 논문과 같이 신규 음식점에 대한 장단기 운영 예측을 수행하려 하였으나 음식점의 폐업에는 '양도양수'가 빈번하게 일어나고 공공데이터만으로는 음식점의 폐업 사유가 운영 부진으로 인한 폐업인지 다른 사람에게 소유를 넘기기 위한 폐업인지 알 수 없기 때문에 장단기의 예측이 음식점 운영의 좋고 나쁨과 결부되기엔 적절하지 않다고 판단하여 분석 방법과 결과에 대해서만 설명합니다. 설명의 순서는 다음과 같습니다. [모델: XGBoost]1. .. 더보기 서울시 음식점의 장단기 운영 예측 #2 [데이터 수집] 모델 생성에 사용된 데이터는 참조 논문에서 사용한 40개 중 우수하다고 판단된 26개의 요인(독립변수)입니다.요인의 종류와 출처는 마지막에 작성하였습니다.(※ 지가정보는 시설규모와 다중공선성 문제가 야기 될 수 있어 제외합니다.) 데이터 수집에서 알고 넘어가야 하는 부분이 2가지 있습니다. 1. 음식점의 정의 및 선택 기준2. 거리정보1. 음식점의 정의 및 선택 기준 1) 음식점의 종류 - 식품위생법에 따라 식품접객업은 일반음식점, 휴게음식점, 단란주점, 유흥주점, 위탁급식, 제과점으로 나눌 수 있습니다. - 본 내용에서 이야기하는 음식점은 '일반음식점', '휴게음식점'만을 대상으로 합니다. - 일반음식점은 주류를 판매할 수 있고, 휴게음식점은 불가합니다. 2) 연구 대상 음식점의 선택 기준.. 더보기 서울시 음식점의 장단기 운영 예측 #1 [논문과 목표] 본 내용은 서울시 음식점의 장단기 운영 여부를 예측하는 머신러닝 모델의 제작과 실험 결과를 설명합니다. 아래의 논문에서 소개하는 방법을 사용하나 데이터의 수집, 모델링에서 일부 차이가 있음을 알려드립니다.[차이점]구분논문본 내용대상 음식점2023년 8월 1일 기준5년 이상 영업 폐업 / 6개월 미만 영업 폐업2024년 11월 5일 기준5년 이상 영업중 / 1년 미만 영업 폐업공공데이터와 설명가능한 AI 기법을 활용한 자영업 상권 분석과 장기 생존 예측Small Business Trade Area Analysis and Survival PredictionUsing Public Data and Explainable AI Techniques Journal of the Korean Institute of Ind.. 더보기 이전 1 다음
