분석 목적

• 초분광 데이터를 활용한 동일 시점 팔당댐 Chlorophyll-a 예측
• 실시간으로 입력받는 수질 데이터 분석을 통하여 지속적인 업데이트가 가능한 조류 예측 모델 개발

데이터 소개

• 반응변수 : Chlorophyll-a
• 설명변수 : 초분광 데이터 550nm ~ 900nm
• 데이터 특징 : 데이터 수 << 변수의 수

분석 과정

• 변수의 수가 많아 단순 데이터 표준화 기법 및 변수 추출법(variable extraction) 사용 비교, 예측 모델로는 회귀 및 머신러닝 기법 비교 수행
• 데이터 전처리
  • 표준화 : StandardScaler, MinMaxScaler
  • 변수 추출법 : 주성분 분석(PCA), 부분최소제곱법(PLS)
• 사용한 예측 모델 : RandomForest, ExtraTree, GradientBoosting, AdaBoost, KNN, SVM, XGBoost, Ordinary Least Square
• 모델 성능 평가 측도 : R-square, MSE, MAPE, NSE, d, PSR
• 추가 분석 : 변수 중요도를 통한 Chlorophyll-a 예측에 중요한 파장 파악

분석 결과

• 6가지 분류 모델의 성능 평가 측도 확인