🍽️ 배달식 수요를 예측하는 머신러닝 모델 구축 프로젝트

💭 작업환경 google colab

📅 진행기간 1차 21.11.06 ~ 21.11.12 수정 22.08.31

프로젝트 개요

🍿 코로나19 이후 크게 성장한 한국 내 배달음식 시장(* 2020.02. 1조1천353억원 → 2022.02. 2조2천443억원).
만약 배달식 수요에 영향을 끼치는 여러 요인을 토대로 앞으로의 식수를 예측할 수 있다면?

버려지는 식재료를 줄이고, 합리적인 마케팅 전략을 수립할 수 있을 것이라는 판단 하에 캐글에 공개된 해외 배달식 수요 데이터를 바탕으로 식수를 예측하는 머신러닝 모델을 만들어 보고자 함.

• 프로젝트의 목표
  • 배달식 수요에 가장 큰 영향을 끼치는 요인을 특정
  • 배달식 수요를 예측하는 머신러닝 모델 구축

파일 설명

• code_meal_prediction.ipynb 분석을 위해 작성한 전체 코드(google colab에서 작업)
• presentation.pdf 프레젠테이션을 위해 제작한 ppt의 pdf 버전

결과 요약

Random Forest validation accuracy: 0.822, train error: 19.62, validation error: 54.30

Decision Tree validation accuracy: 0.665, train error: 0.00, validation error: 73.27

Decision Tree validation accuracy: 0.620, train error: 82.44, validation error: 82.95

→ 식료품의 분류(category)가 주문식수에 가장 큰 음의 영향을, 음식 종류(cuisine)가 가장 큰 양의 영향을 끼치고 있음을 확인할 수 있었음

---

데이터 세트의 특징

• 출처: Meal delivery company, SAPTARSHI GHOSH, Kaggle

• 구성: train.csv, test.csv, fulfillment_center_info.csv, meal_info.csv

  • train.csv / test.csv: 주문 식별넘버, 주(week), 센터 식별넘버, 식사 식별넘버, 최종 결제금액, 기본 결제금액, 프로모션 대상 여부, 홈페이지 추천 여부, 주문수
    (검증 데이터 32573건, 훈련 데이터 456548건)
  • fulfillment_center_info.csv: 센터 식별넘버, 각 도시와 지역의 고유 코드, 센터의 종류, 배달 가능 거리
  • meal_info.csv : 식사 식별넘버, 식사 종류, 요리 종류

  ※데이터 세트 전처리 과정: train/test set와 fulfillment_center_info.csv, meal_info.csv 파일을 병합
  할인 여부, 최종가-기본가 간의 차액 칼럼 추가(특성공학)
  주문량의 극단적 우편향을 해결하고자 상위 5% 주문량 제거 후 로그를 취함

  

  그 외 결측치 제거, 대소문자 통일 등 기본적인 전처리 완료

문제해결 과정

• 145주간 누적된 배달식 데이터(주간 수요, 서비스센터별 정보, 제공되는 배달식 유형)를 분석
• 주 사용 라이브러리: scikitlearn
• 모델 설정
  • 예측: 선형/릿지 회귀, 의사결정나무, 랜덤포레스트, 그래디언트 부스팅의 4개 회귀 모델(sklearn 활용)
  • 시각화: seaborn, pyplot, shap
• 평가 지표: MAE, Rsquare

1. 기준모델과 평가지표 설정 훈련 에러 150.13046297451018 검증 에러 149.9609293712721

시각화 결과

한계점과 보완 방안

한계

• 데이터상의 한계
  • 국내가 아닌 외국 데이터로 분석을 진행 → 해당 요인이 한국 배달 시장에서도 식수요에 동등하게 적용되는지 알 수 없음
  • 불균형과 이상치가 많아 절삭 및 로짓변환을 진행하였으나 여전히 상당한 우편향을 보임
• 모델상의 한계
  • Google colab의 메모리 한계로 세세한 하이퍼파라미터 튜닝을 진행하지 못함

보완방안

• 국내 배달식 수요 데이터를 확보하여 모델링
• Google colab 이상의 고성능 컴퓨팅 자원을 활용하여 hyper-parameter 재설정

참고한 자료

• 2021년 음식배달 시장 규모, 어떻게든 알아본 썰, 하진우, 네이버 커넥터스 프리미엄
• '코로나 펜데믹 2년간 배달음식 시장 규모 2배 커져', 채정민 기자, 매일신문

---

Update

• (2022.08.23 ~ 2022.09.19) 프로젝트 소개문 재작성