[1016] 여덟 번째 회의록

[SooMiiii]

📕회의 요약

• 실험 관리 DB로 해보자.
• 군집화 시작
• KNN 발전

📗회의 내용

✔️ 실험 기록

서버에 DB 넣어서 실험 관리 해보자
mysql

✔️ 다룬 내용

• 군집화 -> 변수 추가해보기 / 결과 확인하기
• STL 분해 - 계절성 -> sin cos 으로 주기
• 윤혜언니 서버가 터짐........................ 터진 서버 1....... 복구 🥲
• DB 만들기
• 모듈화 코드!
• 아파트별로 2024년 이후의 평균 전세가 예측
• KNN 발전시키기

✔️ 참고 링크

https://dacon.io/competitions/official/236088/codeshare/8373

📘할 일 정리

• 금요일 14시 과제 마감임
• DB에 실험 기록 자동화

[SooMiiii]

1. 계절성 피처 추가

STL 분해에서 계절성이 1년마다 반복되는 형태를 보임

stl = STL(data, seasonal=13)  # 계절성 주기 설정
result = stl.fit()

• 월별 평균 값

seasonal_series = result.seasonal
seasonal_series.index = pd.to_datetime(seasonal_series.index)
monthly_seasonal_mean = seasonal_series.groupby(seasonal_series.index.month).mean()

• 월별 평균 변화율

seasonal_series.index = pd.to_datetime(seasonal_series.index)
seasonal_pct_change = seasonal_series.pct_change() * 100
monthly_seasonal_pct_mean = seasonal_pct_change.groupby(seasonal_series.index.month).mean()

• 이 외에도 일년마다 반복되니 sin cos 값으로 주기성을 표현해도 좋을 것 같다! 고 윤혜언니가 알려줌
• sin cos으로 주기성 나타내기

2. 군집화

위도 경도 기준 DBSCAN(밀도 기반)

• 한번 적용
  
  서울 외곽과 중심을 나눌 수 있다

• cluster 세분화 결과
  

• 변수 몇 개 더 넣어서 군집화 시도

• 군집화 결과와 target 변수 비교해보기

다 쓴 브랜치 정리하기

• 시계열 브랜치 정리

[doffice0827]

아래의 라이브러리 설치하기
pip install cryptography
pip install PyMySQL
pip install ipython-sql
pip install mysqlclient

trainer.ipynb에 DB connect 부분의 user 만 바꾸면 각자의 환경에서 DB연결 가능
연결 정보 생성은 동준이에게 문의
DBeaver 를 통해 DB를 연결하면 한눈에 결과를 확인할 수 있다.

[seoo2001]

• 기존 검색 모델 고도화
  위도 경도로 세분화한 데이터에서 prophet 적용 후, Test 전세가 평균 구하기
• MySQL 서버 설정
  MySQL 서버 설정하기 #30
• merge_data 코드 개선
  commit url