Project

병원 개/폐업 데이터 분석 : 병원의 회계데이터를 기반으로 지속 경영 여부를 분류예측하기

Intro

🗓️ Date

Project term : 2020.11.03 ~ 2020.12.14
Presentation Date : 2020.12.15

👨 Professor

한양대학교 ERICA, 산업경영공학과 허선 교수님

👥 Team member

• 산업경영공학과 노지영
• 산업경영공학과 구건호
• 산업경영공학과 정우석
• 산업경영공학과 김용빈
• 소프트웨어학과 윤병서

Data Set

✅ Source

https://dacon.io/competitions/official/9565/overview/
csv file : raw_data.csv : ( train + test )

✅ Characteristics of the dataset

• 타입 : Multivariate
• 레코드 : 428개
• 피쳐 : 58개 (Target var : ‘OC’ , predictors : 57개)
• 타겟 변수의 클래스 불균형 : 개업 데이터와 폐업 데이터의 비율 -> 92:8
• 2016, 2017 데이터의 변동성 반영 : 연도 별 데이터가 혼재되어있음 -> 2017-2016 파생데이터 생성

Contents

• 1.문제정의
• 2.데이터탐색(EDA)
  • 2.1 데이터셋 구조 파악
  • 2.2 기술통계량
  • 2.3 단변량
    • Target variable
    • Categorical variables
    • Numerical Variables
  • 2.4 다변량
    • Categorical - target
    • Numerical - target
  • 2.5 가설설정
• 3.데이터전처리[1차+모델링]
  • 3.1 파생변수 생성
• 3.2 Null처리
  • Null값이 대부분인 레코드 제거
  • 수치형 피쳐 내부의 null값을 평균으로 대체
  • 범주형 피쳐 내부의 null값은 최빈값으로 대체
• 3.3 피쳐 타입 변경
• 3.4 이상치 제거
• 3.5 스케일링
  • dummy 변수 생성
  • Minmax
• 3.6 모델링
  • 오버샘플링
  • 하이퍼파라미터 튜닝
  • 모델 적용
• 데이터전처리[2차+모델링]
  • 3.7 이상치 대치
  • 3.8 스케일링
    • dummy 변수 생성
    • Minmax
  • 3.9 모델링
    • 오버샘플링
    • 하이퍼파라미터 튜닝
    • 모델 적용
• 데이터전처리[3차+모델링]
  • 3.10 상관관계 분석 후 변수 제거
  • 3.11 이상치 대치
  • 3.12 스케일링
    • dummy 변수 생성
    • Minmax
  • 3.13 모델링
    • 오버샘플링
    • 하이퍼파라미터 튜닝
    • 모델 적용
• 4.결과 해석
  • 4.1 confusion matrix
  • 4.2 roc_curve 그래프
  • 4.3 가설 검정( Decision Tree로 살펴본 feature 중요도)

Result

✅ Source Code

Colab -> https://colab.research.google.com/drive/1a6Cmqp0Tj6WulPBSYFsHtXpNO3EffyjQ?usp=sharing

✅ Best Model & Score

RandomForest

• recall : 0.8750
• F1socre : 0.9333
• AUCscore : 0.9375