250726_에어비앤비 가격예측 모델 (회귀) Weekly I learned

🟢 Keep (유지할 것)

• 문제정의를 위해 데이터셋을 탐구하고 궁금한 점(가설)을 직접 확인해 보았다.
• 나의 의견을 잘 정돈하여 개진하려고 노력했다.
• 규제라는 외부요인을 토대로 생존/중단으로 그룹핑 해 봤다.
• 그것들의 특징을 알아내기 위해 관련된 시각화를 여러번 하였다.
• 회귀계수(회귀식의 기울기, 1증가할 때 얼만큼 커지거나 작아지는지), 상관계수(두 변수와의 관계, 방향과 강도를 결정), 독립표본 T검정(독립된 두표본의 평균이 통계적으로 유의미한지 비교, 이때 정규성, 등분산성 가정), 카이제곱 검정(범주형 변수의 관계 검정) 등등 익숙치 않았던 개념의 이해도를 높였다.
• 이상치 제거를 위해선 히스토그램 , 박스플롯을 그리고 실제 이상치가 비즈니스 적으로 현실 불가능한 수치인지 확인하는 것을 알게 되었다.

🔴 Problem (문제점)

• 왜 우리는 이 가격예측 모델을 만들어야하는지 근본적인 물음을 던지지 못해 아쉽다.
• 깃허브의 심화 버전까지 진입해 생각보다 시간을 많이 할애한 것이 아쉽다.
• 모든 가격을 하나의 모델로는 예측하기 어렵다는 점 그래서, 저가/중저가/고가 등으로 나눠 분석해야 하는 점을 알지 못해 아쉽다.
• 무작정 전처리를 한 것이 아쉽다. 분석 목적에 전처리의 방법과 방향도 달라짐을 몰랐다.
• 소통이 어려웠다. 자신의 의견을 고집하는 사람과 어떻게 잘 소통해야 할지 모르겠다.

🟡 Try (시도할 것)

• < 도메인 관련 서치/데이터 셋 가볍게 탐구 → 문제 정의 → 전처리 → EDA → 모델링 → 결론 > 다음 다음프로젝트는 이 순서대로 진행한다. 즉 완전하지 않더라도 그 문제정의에 맞는 전처리를 하자!
• 왜 예측모델을 만들어야하는지, 왜 시각화를 해야하는지? 먼저 스스로 왜를 물어보자
• 데이터 유형에 따라 캣부스트, 리틀포레스트 등 최적의 모델이 다르다. 내가 생각한 최적의 모델은 무엇이고 왜 그 모델을 선택하였는지 설명할 수 있어야 한다.
• 인과관계/상관관계 비교분석해서 명화히 알자
• 소통이 어려울 시 (내가 이해한 것 - 우리의 목적 - 그래서 나는) 이 형태로 최대한 논리적으로 설파하자. 그래도 안되면 받아들이자.

---

프로젝트라 고생한 내 자신에게 무한한 박수를 주며, 이번 프로젝트의 경험삼아 계속 나이지고 정진하길 바라고 응원해본다. 내가 할 수 있는 만큼 최선을 다하는 나는 항상 멋있다! 크

그리고 프로젝트의 디폴트 값은 언제나 좌충우돌이라는 점, 그렇지만 명심하자. 감정은 사라지고 문서만 남는다.