서울시 공공자전거 수요 예측 및 영향 요인 분석

Step1. 데이터 수집

총 5개 범주의 데이터를 식별키를 기준으로 통합: 공공자전거(이용건수 등), 집객시설 및 상권, 아파트(평균 시가 등), 교통(버스정거장 수 등), 인구

자치구별 현황 분석, 변수 분포 확인 → 표준화/정규화 필요성 파악

변수 간의 상관관계 → ‘공공자전거 이용건수’와 상관관계 높은 변수 파악

데이터 전처리: 변수명 변경, 결측치 처리, 중복 처리, 이상치 처리, log 변환, 표준화 등

Linear Regression, Standard/MinMax/Robust Scaler, Log Transformation, Cook’s Distance 등

R-Squared 값 기준 모델 선택

회귀진단: 다중공선성, 정규성, 등분산성 확인

결과 해석 및 활용 방안 제시

Logistic Regression, Forward Selection, Hosmer-Lemeshow test 등

서울시 이외의 지역 공공자전거 유치 방향성 제시