dahong

오늘은 기초 프로젝트 마지막 날이자 발표회가 있는 날이었다.일주일 동안 팀원들과 분석한 자료를 모아 작성한 결과 보고서를 토대로 데이터 분석 결과를 요약해 보았다. 그리고 결론 도출 및 프로젝트 전반에 대한 회고를 작성했다. 📊 데이터 분석 결과 요약 1. 연도별 연비·배출량 트렌드연비 증가 원인(2010~2014년): 2012년 미국 CAFE 규제 도입 - 자동차 제조사가 생산하는 차량들의 평균 연비를 일정 수준 이상으로 유지하도록 규제연비 하락 원인 (2014년): 제조사의 연비 수치 허위 제출 → 정부의 조사·제재결론: 데이터 편향이 아닌 정책 및 규제 변화가 주요 요인 2. 연비와 CO₂ 배출량 관계 연비 ↑ → CO₂ 배출 ↓ (음의 상관관계)결론: 연비는 친환경성 판단 기준으로 적절함 ..

오늘은 '연료 종류' 가 연비 및 이산화탄소 배출량에 미치는 영향에 대해서 시각화하고 인사이트를 도출했다. '연료 종류' 의 경우 2일 차에 1차적으로 시각화해봤을 때 사용했던 막대 그래프 형식을 그대로 유지하되, 가독성을 높이기 위해 조금 수정하는 과정을 거쳤다. 그래프 시각 요소 조정(수정 전) 일단 범주형 변수인 '연료 유형' 별로 연비/배출량이 어떻게 되는지 값을 비교하기 위해서는 Box Plot이 적합하다고 판단했다. 하지만 그래프를 보는 순간 무엇을 말하고자 하는지 즉시 파악 가능해야 하는데 가독성이 조금 떨어지는 것 같았다. 따라서 보기 좋고 이해하기 쉬운 시각화를 만들기 위해 몇 가지 요소를 조정했다. 1. X축 막대 레이블 값이 알파벳으로 되어있어 무슨 연료인지 파악하기 어렵다.➡️ 각..

어제는 '엔진 크기' 라는 변수가 차량의 연비/배출량에 미치는 영향에 대해 시각화하고, 인사이트를 도출했다. 오늘은 '실린더 개수'와의 상관관계를 분석해보고, 실린더 수와 엔진 크기를 조합한 연비 분포도 시각화해보았다. 🔹 실린더 개수 - 연비같은 실린더 개수별로 연비 평균을 내서 라인그래프로 시각화 했을 때 전체적인 경향이 잘 나타나서 그대로 사용했다. 실린더 개수가 증가할수록 연비가 지속적으로 감소하는 뚜렷한 반비례 관계3기통일 때 가장 높은 연비 (약 37 mpg)3기통 차량 데이터만 추출 모두 1.5L 소배기량 엔진 사용경차/소형차 비중이 전체의 60~70% 이상8기통 이상부터는 연비가 20 이하로 급감연비 효율성 측면에서 다기통 엔진은 불리 🔹 실린더 개수 - 배출량실린더 수가 증가할 수록..

오늘은 프로젝트 3일차이다. 어제 1차적으로 시각화를 해봤는데, 엔진 크기별 평균 연비 그래프에서 특이점을 발견해서 도메인 공부를 하면서 원인을 분석하고 적합한 시각화 툴이 뭔지 고민했다. 그래프에서 특이점 발견엔진 크기별 평균 연비를 시각화한 라인플롯에서 전체적으로는 엔진 크기가 클수록 연비가 낮아지는 경향을 보인다.하지만 7L 엔진에서 연비가 상대적으로 높게 나타나는 현상을 확인할 수 있었다. 그 원인을 찾기 위해 우선 7L 엔진인 차량 데이터만 추출해보았다. 🔎 원인 분석 - 7L 엔진에서 연비가 상대적으로 높게 나타나는 현상 엔진 크기가 7L인 차량 데이터가 8개밖에 없다. 작은 표본 크기 데이터의 평균은 통계적으로 신뢰성이 떨어진다.7L 엔진 차량들은 모두 쉐보레 코베트 모델이다. 모든 데..

오늘은 프로젝트 2일 차이다. 먼저 주어진 데이터의 구조와 주요 변수를 확인하고 내연기관 차량 연비에 대해서 조금 찾아봤다.데이터 전처리는 다른 팀원분이 맡아서, 정제된 데이터를 받아 1차 시각화를 해보았다. 내가 맡은 시각화 부분은 엔진 크기, 실린더 개수, 연료 유형 등 주요 성능 요인을 분석해 연비/배출량에 미치는 영향을 시각화하는 것이었다. 데이터 탐색ENGINE SIZE : 엔진 배기량엔진의 총 실린더 용적 (단위: 리터)float64CYLINDERS : 실린더 개수엔진 실린더 개수. 출력과 연비에 영향을 미침int64FUEL : 연료 종류차량의 주요 연료 유형 (일반 가솔린(X), 고급 가솔린(Z), 디젤(D), 에탄올(E85), 천연가스(N))objectCOMB (mpg) : 복합 연비도시..

[ 기초 프로젝트 ] 기간 : 6/9 ~ 6/16목표: 제조 데이터에 대한 EDA(탐색적 데이터 분석)를 통해 인사이트를 시각적으로 도출 드디어 첫 번째 프로젝트가 시작되었다. 프로젝트 목표 설정부터 데이터 전처리 및 시각화, 분석 결과 해석 및 인사이트 도출, 발표까지 일주일 동안 진행하게 된다. 오늘은 첫날이라 팀원들과 주제를 정하고 기획서를 작성했다. 이후 각자의 역할을 나누고, 앞으로의 일정도 계획했다. 💡 주제 선정 프로젝트 주제[모빌리티] 친환경 차량 성능 데이터 분석 주제 선정 이유 팀원들 대부분이 모빌리티 산업에 관심을 가지고 있었고, 연비와 배출량은 친환경 차량 개발에 있어 핵심적인 요소이기 때문에 실제 산업 현장에서도 중요한 문제인 만큼, 데이터 분석을 통해 의미 있는 인사이트를 도..