- 사용 데이터
- 총인구 통계지도, 카페, 도시공원, 지하철역, 정류장, 역사마스터 정보
- 알고리즘
- K-Mean, Elbow Method
- 선정결과
- 노란색 -> 최적 입지(시범 운영)
- 빨간색 -> 확대 운영 입지
- Gangseogu 폴더
- model.py 실행
# 1. Csv data to .shp file shp_create = ShpfileCreate(data_dir, output_dir) shp_create.train_shp() shp_create.cafe_shp() shp_create.park_shp() shp_create.busstop_shp() print(f"{'*'*10} [Done] {'*'*10} \n Preprocessing(Csv to .shp)") # 2. Modeling mark_point() create_shp(output_dir) print(f"{'*'*10} [Done] {'*'*10} \n Modeling(Check Result/)")
- GoogleSlide 참고