분석 목적

• 복합악취에 대한 냄새 물질의 영향력 및 냄새 물질 간 교호효과 파악
• 복합악취를 연속형이 아닌 배출 가능/배출 불가 이진 분류 예측
• 냄새 물질 15종 및 측정관련 변수를 이용한 복합악취 분류 예측 모델 생성
• 악취 발생에 영향을 주는 화학 물질(냄새 물질)을 관리함으로써 돈사의 악취를 사전에 예방

데이터 소개

• 반응 변수 : 복합 악취(complex odor)
• 설명 변수 : 15종의 냄새 물질(odor substance)
  • Ammonia
  • Sulfur compounds: Hydrogen Sulfide, Methyl mercaptan, Dimethyl sulfide, Dimethyl disulfide
  • Volatile Organic compounds: Acetic acid , Propionic acid, Butyric acid, Iso-Butyric acid, Valeric acid, Iso-Valeric aic, Phenol, para-Cresol, Indole, Skatole

분석 과정

• 측정 관련 변수 : 측정 시기(연, 월, 일), 측정 위치(돈사 내부, 돈사 외부, 부지 경계)
• 요약
  • 1차 연구를 기반으로 한 데이터 전처리 과정 수행 및 여러 머신러닝 모델 비교
  • 30회 분석으로 오버피팅 최소화 및 8가지 평가 지표를 통한 최적 모델 선정
  • XAI 방법을 통한 냄새 물지르이 영향력 및 교호효과 파악
• 데이터 전처리
  • 복합악취 : 국내 악취방지법에 의거하여 연속형 데이터를 배출 가능/배출 불가 형태의 이진 분류 데이터로 변환
  • 측정 관련 변수 : 측정 시기 변수는 계절 변수로 변환 후 One-Hot Encoding, 측정 위치 변수 One-Hot Encoding
  • 변수 전처리 : Multivariate imputation(bayesian ridge) & Standardization
• 예측 모델 : k-Nearest Neighbor, SVC, RandomForest, LightGBM, ExtraTree, XGBoost
• 모델 검증 : F1-score, Accuracy, Sensitivity, Specitiv
• 영향력 파악 : XAI - Partial Dependence Plot, 변수 중요도
• 부가 분석 : 상관 분석 및 VIF(연속형 변수), ANOVA(범주형 변수)