제주도 도로 교통량 예측 모델 개발

1. 주제 정의

• 주제: 제주도 도로 교통량 예측 AI 모델 개발
• 요약: 제주도의 교통 정보를 이용하여 도로 교통량을 예측하는 모델을 개발함

2. 필요성 및 목적

현황 파악

• 제주도 내 주민등록인구는 2022년 기준 약 68만 명으로, 연평균 1.3% 정도 매년 증가하고 있습니다.
• 또한 외국인과 관광객까지 고려하면 전체 상주인구는 90만 명을 넘을 것으로 추정되며, 제주도민 증가와 외국인의 증가로 현재 제주도의 교통체증이 심각한 문제로 떠오르고 있습니다.

분석 목적

• 탐색적 데이터 분석을 통해 제주도의 도로 교통량에 영향을 미치는 요인을 알아보고, 다양한 머신러닝 기법을 활용하여 도로 교통량을 예측하는 최적의 AI 모델을 개발하고자 합니다.

3. 활용 데이터 및 변수

활용 데이터

• train 데이터(.csv)
  -2022년 8월 이전 데이터만 존재 (단, 날짜가 모두 연속적이지 않음)
  -4,701,217개의 데이터
  -id: 샘플별 고유 id
  -target: 도로의 차량 평균 속도(km)

id	base_date	day_of_week	base_hour	lane_count	road_rating	road_name	multi_linked	connect_code	maximum_speed_limit	vehicle_restricted	weight_restricted	height_restricted	road_type	start_node_name	start_latitude	start_longitude	start_turn_restricted	end_node_name	end_latitude	end_longitude	end_turn_restricted	target
TRAIN_0000000	20220623	목	17	1	106	지방도1112호선	0	0	60.0	0	32400	0	3	제3교래교	33.427747	126.662612	없음	제3교래교	33.427749	126.662335	없음	52.0
TRAIN_0000001	20220728	목	21	2	103	일반국도11호선	0	0	60.0	0	0	0	0	광양사거리	33.500730	126.529107	있음	KAL사거리	33.504811	126.526240	없음	30.0
TRAIN_0000002	20211010	일	7	2	103	일반국도16호선	0	0	80.0	0	0	0	0	창고천교	33.279145	126.368598	없음	상창육교	33.280072	126.362147	없음	61.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...

• test 데이터(.csv)
  -2022년 8월 데이터만 존재 (단, 날짜가 모두 연속적이지 않음)
  -291,241개의 데이터

id	base_date	day_of_week	base_hour	lane_count	road_rating	road_name	multi_linked	connect_code	maximum_speed_limit	vehicle_restricted	weight_restricted	height_restricted	road_type	start_node_name	start_latitude	start_longitude	start_turn_restricted	end_node_name	end_latitude	end_longitude	end_turn_restricted
TEST_000000	20220825	목	17	3	107	연삼로	0	0	70.0	0	0	0	0	산지2교	33.499427	126.541298	없음	제주은행사거리	33.500772	126.543837	있음
TEST_000001	20220809	화	12	2	103	일반국도12호선	0	0	70.0	0	0	0	3	중문입구	33.33.258507	126.427003	없음	관광단지입구	33.258119	126.415840	없음
TEST_000002	20220805	금	2	1	103	일반국도16호선	0	0	60.0	0	0	0	0	도순3교	33.258960	126.476508	없음	도순2교	33.259206	126.474687	없음
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...

활용 데이터 출처

• DACON - 제주도 도로 교통량 예측 AI 경진대회

활용 변수

변수명	변수 설명
id	아이디
base_date	날짜
day_of_week	요일
base_hour	시간대
road_in_use	도로사용여부
lane_count	차로수
road_rating	도로등급
multi_linked	중용구간 여부
connect_code	연결로 코드
maximum_speed_limit	최고속도제한
weight_restricted	통과제한하중
height_restricted	통과제한높이
road_type	도로유형
start_latitude	시작지점의 위도
start_longitude	시작지점의 경도
start_turn_restricted	시작 지점의 회전제한 유무
end_latitude	도착지점의 위도
end_longitude	도착지점의 경도
end_turn_restricted	도작지점의 회전제한 유무
road_name	도로명
start_node_name	시작지점명
end_node_name	도착지점명
vehicle_restricted	통과제한차량
target	평균속도(km)

4. 자료 분석 과정

분석 절차

• 탐색적 데이터 분석(EDA)
• 데이터 전처리: 결측치 처리, 파생변수 생성, 불필요한 컬럼 제거, 이상치처리, 범주형 변수 인코딩
• 예측모델 개발: 세 가지 모형(XGBoost, LGBM, 랜덤포레스트+엑스트라트리 앙상블) 개발하여, MAE 값이 가장 낮은 최적의 모델 발굴

데이터 분석 및 예측모델 개발 코드.ipynb