Risk Map
완료서울시 사고 위험도 분석
진행률100%
Desktop
2025.03 ~ 2025.06
1명 (데이터 수집, 전처리, 시각화, 모델링)
프로젝트 설명
서울시 사고/기상/인구/교통 데이터를 병합하여 지역별 위험도를 분석하고 지도에 시각화하는 프로젝트입니다.
- PCA 차원축소 + ML 모델링 + Folium 지도 시각화
기술 스택
Pythonpandasscikit-learnFoliumSeabornNumPyPCA
아키텍처
데이터 소스 (공공 API/CSV)
└─ 데이터 수집 + 전처리 (pandas/NumPy)
├─ 사고 데이터 (서울시)
├─ 기상 데이터
├─ 인구 데이터
└─ 교통 데이터
└─ 분석 파이프라인
├─ PCA 차원축소
├─ ML 모델링 (scikit-learn)
└─ Folium 지도 시각화서울시 사고/기상/인구/교통 4종 데이터를 병합하고, PCA로 차원축소 후 ML 모델링으로 지역별 위험도를 산출합니다. Folium으로 서울시 지도에 위험도를 시각화합니다.
주요 기능
다중 데이터 병합
사고/기상/인구/교통 4종 공공 데이터를 지역 단위로 병합 + 결측치/이상치 전처리
PCA 차원축소
다중 변수를 PCA로 차원축소하여 핵심 요인 추출. 분산 설명력 기준 주성분 선택
ML 위험도 모델링
scikit-learn으로 지역별 위험도 점수를 산출하는 회귀/분류 모델 학습
지도 시각화
Folium으로 서울시 행정구역별 위험도를 Choropleth 지도에 시각화 + Seaborn 통계 차트
기능
#다중 데이터 병합#ML 모델링#위험도 시각화#PCA 차원축소#지도 시각화
링크
