각각의 최종 산출물을 도출하는 방향성에 대해서 말씀드리고 팀원분들의 의견을 듣고자 합니다.
1.2020.10.01~2020.12.31 구간에 대한 MSE, MAE 계산값
MSE,MAE 값은 목표 변수(COUNT)의 값을 얼마나 정확하게 예측하느냐에 따라 좋은 수치를 가질 수 있습니다.
다만 COUNT의 값은 1또는 2가 대부분입니다.
COUNT의 의미가 한 유저아이디가 특정조건에서 하루 이용 횟수 임을 고려하면 당연할 수 도 있는데요.
즉, 얼마나 1이외의 값들(3~61)의 값들(1977개, 전체 데이터 개수는 879271, 대략0.2%차지)을 유사하게 예측하느냐가 최종산출물의 품질을 좌우할 것이라고 생각합니다.
2,3. 요일별 이용량에 대한 분석 EDA ,유저별 이용 count 값에 대한 분석 - EDA
따라서 1번최종산출물에서 단순 오차값 및 COUNT횟수 예측을 도출하는 것으로는 서비스에 대한 건설적인 인사이트를 획득하기 어려울 수 있습니다. 따라서 그러한 부분들을 2,3번 산출물을 통해서 보여주어야할 것 같은데요. 이부분에서 유저의 재사용비율 등 1을 산출하는 과정에서 놓칠 수 있는 부분들을 잘 보여주어야한다고 생각합니다.
이번 프로젝트의 최종 산출물은 다음과 같이 총 3가지입니다.
**1. 2020.10.01~2020.12.31 구간에 대한 MSE, MAE 계산값
각각의 최종 산출물을 도출하는 방향성에 대해서 말씀드리고 팀원분들의 의견을 듣고자 합니다.
1.2020.10.01~2020.12.31 구간에 대한 MSE, MAE 계산값 MSE,MAE 값은 목표 변수(COUNT)의 값을 얼마나 정확하게 예측하느냐에 따라 좋은 수치를 가질 수 있습니다. 다만 COUNT의 값은 1또는 2가 대부분입니다. COUNT의 의미가 한 유저아이디가 특정조건에서 하루 이용 횟수 임을 고려하면 당연할 수 도 있는데요. 즉, 얼마나 1이외의 값들(3~61)의 값들(1977개, 전체 데이터 개수는 879271, 대략0.2%차지)을 유사하게 예측하느냐가 최종산출물의 품질을 좌우할 것이라고 생각합니다.
2,3. 요일별 이용량에 대한 분석 EDA ,유저별 이용 count 값에 대한 분석 - EDA 따라서 1번최종산출물에서 단순 오차값 및 COUNT횟수 예측을 도출하는 것으로는 서비스에 대한 건설적인 인사이트를 획득하기 어려울 수 있습니다. 따라서 그러한 부분들을 2,3번 산출물을 통해서 보여주어야할 것 같은데요. 이부분에서 유저의 재사용비율 등 1을 산출하는 과정에서 놓칠 수 있는 부분들을 잘 보여주어야한다고 생각합니다.