🛳️ 항만 內 선박 대기 시간 예측을 위한 선박 항차 데이터 분석 AI 알고리즘 개발

구분	설명
프로젝트 명	항만 內 선박 대기 시간 예측을 위한 선박 항차 데이터 분석 AI 알고리즘 개발
제안 배경	연료 절감 및 온실감스 감축효과를 위해 주최된 경진대회입니다.
기간	2023.09 ~ 2023.10
주최	HD한국조션해양 AI Center, DACON
요약	선박의 대기시간(연속, 수치형 변수)를 예측하는 회귀문제를 머신러닝 알고리즘 기반으로 해결했습니다.
역할	리더/ 역할 분배/ 도메인 조사/ EDA / 알고리즘 개발

경진대회 더 자세히 알아보기 🔻
https://dacon.io/competitions/official/236158/overview/description

1. 주요 라이브러리(파이썬)

XGBoost, Seaborn, Matplotlib

라이브러리 명	설명
XGBoost	XGBoost는 빠른 속도와 높은 정확도를 자랑하는 트리 기반 알고리즘으로, 분류, 회귀, 랭킹 등 다양한 문제에 활용될 수 있습니다. 대표적인 앙상블 부스팅 알고리즘입니다.
Seaborn	시각화 라이브러리
Matplotlib	시각화 라이브러리

2. 수행내용

-조선, 해양 도메인 조사
-변수별 상관관계, 분포 시각화 > 인사이트 획득
-모델링, 최적화
-프로젝트 관리: 일정 및 계획 수립, 진도 관리

3. 핵심 아이디어

1) 인사이트

EDA를 통해 DIST변수가 0.175 / 75175 / 175~ 와 같이 3구간으로 나눠지는 것을 확인함
(DIST가 0인 경우는 Target값이 대부분 0인것을 확인했기 때문에 따로 학습)

'Container' 을 제외한 나머지 범주는 대부분 DIST가 75이상이 될 때부터 확연하게 줄어드는 것과
'Container'은 175에서 끊기는 것을 확인할 수 있음

👉 모델에게 저 상황들을 인지시키면 학습을 더 잘할 수 있을거라는 가설세움

2) 도출된 인사이트를 모델링에 적용

(1) 구간화 수행

DIST변수를 EDA기반으로 구간화 후 새로운 변수(DIST_binded)로 저장함
def pre_6_dist_binding(data):

      dist_l = list()
  
      for d in data['DIST']:
  
          if d < 75:
              dist_l.append(str('00'))
          elif d < 150:
              dist_l.append(str('01'))
          elif d < 175:
              dist_l.append(str('02'))
          else:
              dist_l.append(str('03'))
         
      data['DIST_binded'] = dist_l
  
      return data

(2) 특성 공학(Feature Engineering)

항구의 국가명, 선박의 종류, 구간화된 DIST 변수를 string Type으로 변경 후 모두 이어진 새로운 변수를 생성 ex) 'KOR' + 'Container' + '02' = 'KOR_Container_02'

      train_1['SPLIT_CRETERION'] = 
      train_1['ARI_CO'].astype(str) 
      + '-' +train_1['SHIP_TYPE_CATEGORY'].astype(str) # 선박의 종류
      + '-' +train_1['DIST_binded'].astype(str) # DIST

3) Stratified -K FOLD

(2)에서 만든 변수를 Stratified -K FOLD 수행 시 데이터셋 분할 기준으로 설정함

skf = StratifiedKFold(n_splits=5, shuffle=True, random_state=42)

for fold, (train_index, test_index) in enumerate(skf.split(train_x, SPLIT_CRETERION)):
    train_set = train_x.iloc[train_index]
    valid_set = train_x.iloc[test_index]

    x_train, y_train = train_set, train_y.iloc[train_index]
    x_val, y_val = valid_set, train_y.iloc[test_index]

    model.fit(x_train, y_train, verbose=True)

본 아이디어를 적용한 결과(최종 결과 X)

• 순위 : 91 → 34등
  
• 성능 : 5.8%% 향상
  

---

결과

상위 9%