1. 데이터셋 구성

데이터 전처리 과정

1. 구역 기반 샘플링: 각 구역(Zone)의 값이 동일한 경우에만 유효한 데이터로 간주합니다.
2. 셔플(Shuffle): 데이터를 섞어 학습용과 검증용 데이터로 나눕니다.
3. 학습/검증 데이터 분리: 80%는 학습용, 20%는 검증용 데이터로 사용됩니다.

데이터셋 위치

• Train Data: ./train_avg_data.csv
• Validation Data: ./val_avg_data.csv

---

2. 알고리즘 학습 성능 실험

train.py 실행 후 모델과 인코더를 생성하고, test.py를 실행

알고리즘 및 검증 정확도

Algorithm	Verification Accuracy	Report Link
Decision Tree	0.65	decision_tree_report.txt
Random Forest	0.76	random_forest_report.txt
XGBoost	0.63	xgboost_report.txt
SVM	0.42	svm_report.txt
Logistic Regression	0.48	logistic_regression_report.txt
Gradient Boosting Model	0.64	gradient_boosting_report.txt
KNN	0.59	knn_report.txt

결론: 검증 정확도가 가장 높은 Random Forest 알고리즘을 최적화 대상으로 선택하였습니다.

---

3. 구역별 예측 성능 분석

train.py 실행 후 모델과 인코더 생성, test.py를 실행

Algorithm	Accuracy	A_1	A_2	A_3	B_1	B_2	C_1	C_2	C_3	D_1	D_2	E_1	E_2	E_3
RF	0.81	56%	44%	44%	23%	33%	50%	73%	55%	23%	18%	67%	37%	58%
RF_AVG	0.91	82%	98%	72%	28%	75%	83%	100%	100%	55%	3%	88%	60%	87%
RF_AVG & REF	0.89	82%	96%	74%	28%	75%	92%	100%	100%	55%	0%	88%	55%	79%

결론: RF_AVG 알고리즘이 윈도우별 평균값을 적용하여 가장 높은 정확도를 보였으며, 앞으로 이 방식을 중심으로 성능을 향상시킬 계획입니다.