[A+][95][한국외대-마케팅애널리틱스] 기말 대체 레포트

소개

한국외대 마케팅애널리틱스(ㅈㅅㅇ), 제 3 과제 머신러닝을 이용하여 원하는 데이터셋을 대상으로 분석을 진행하고, 이를 통해 얻어낸 마케팅 전략을 제안하는 마지막이자 기말 대체 과제입니다.

데이터는 캐글의 https://www.kaggle.com/datasnaek/league-of-legends 를 참고 바랍니다.

분석 코드 내부의 경로는 모두 삭제한 점 유의바랍니다. 10 페이지 내외가 권고사항이었는데, 교수님의 허락을 받아 약 30페이지 가량 작성하였습니다.
코드 실행 순서는 preprocessing - eda - analysis 입니다.

발표 ppt 는 디자인적인 요소를 전혀 고려하지 않았습니다.

목차

1. 서론
가. 문제 정의
나. 데이터 선정 동기
다. 도메인 설명

2. 데이터 전처리
가. 결측치 및 이상치 처리
나. 변수 재정의

3. 데이터 분석
가. EDA
나. 단일모형단위 분석
다. 앙상블 분석

4. 결론
가. 결과 해석
나. 머신 러닝
다. 한계점

본문내용

가. 문제 정의(Problem Definition)
본 과제의 목적은 지난 한 학기동안 학습한 여러가지 머신 러닝 기법들을 활용하여, Outcome이 0 혹은 1로 이루어진 실제 데이터에 적용하고, 분석함으로써 가장 퍼포먼스가 좋은 모델을 수립하고, 이를 통해 통계적인 근거를 바탕으로 유의미한 답을 도출해내는 것이다.

나. 데이터 선정 동기(Motivation of Data Selection)
본 과제에서는 평소 즐겨하던 온라인 게임, ‘리그오브레전드(league of legends,이하 lol)’ 의 게임 정보를 데이터셋으로 결정하였다. lol은 각 5명으로 이루어진 두 팀이 각각 캐릭터(이하, 챔피언)를 선택하여 플레이하고, 최종적으로 ‘상대방 본진(이하, 넥서스)의 파괴’, 혹은 ‘항복’을 통해 승리 혹은 패배가 결정되는 게임이다. 해당 게임을 플레이함에 있어서 승패로 연결되는 여러가지 요인들이 존재하지만, 본 과제에서는 플레이어의 상세한 게임 이해도나 개인 실력을 배제하고, 양 팀에 동등하게 주어진 조건만을 따져, 승패를 예측하고, 이를 통해 ‘플레이어는 무엇을 우선순위로 선택해야 하는가?’에 대한 답변을 제시하고자 한다.

다. 도메인 설명(Domain Description)
lol은 각 5명으로 이루어진 양 팀(red, blue)이 symmetric한 맵의 각 코너(그림 1의 좌측하단과우측 상단)에서 시작하는 게임이다. 게임의 최종 목표는 각 팀의 출발지에 존재하는 상대방의 넥서스를 파괴하는 것이고, 이를 위해 각 팀의 멤버들은 본인이 배정받은 역할을 충실히 이행해야 한다. 플레이어의 역할은 일반적으로 총 5개로, top lane, mid lane, bottom lane, support, 그리고 jungle이 있다. 챔피언의 개수는 게임의 버전마다 다르지만, 본 과제에서 사용할 데이터셋의 챔피언은 총 138개로 구성되어 있다.
일반적으로, 대개 하나의 역할에 대해 주로 사용되는 챔피언이 존재하지만, 그렇다고 하여 특정 역할에 특정 챔피언들만 반드시 사용되어야 하는 것은 아니다. 다시 말해, 모든 역할에는 모든 챔피언이 참여할 수 있다.

참고자료

· 앙상블모델 개념 https://www.slideshare.net/freepsw/boosting-bagging-vs-boosting
· https://dambaekday.tistory.com/5
· https://datascienceschool.net/view-notebook/766fe73c5c46424ca65329a9557d0918/
· https://towardsdatascience.com/ensemble-learning-in-machine-learning-getting-started-4ed85eb38e00
· https://hugrypiggykim.com/2019/04/07/bagging-boosting-and-stacking/
· RandomForest https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html
· Estimating Bias & Variance https://www.researchgate.net/post/How_to_measure_bias_and_variance_of_a_machine_learning_algorithm
· http://i.giwebb.com/wp-content/papercite-data/pdf/webbconilione04.pdf, page2
· 앙상블모델 코드 https://analysis-flood.tistory.com/103
· https://excelsior-cjh.tistory.com/166
· 상관관계분석 https://blog.naver.com/PostView.nhn?blogId=parksehoon1971&logNo=221576394512
· https://blog.naver.com/PostView.nhn?blogId=kiddwannabe&logNo=221205309816&parentCategoryNo=&categoryNo=&viewDate=&isShowPopularPosts=false&from=postView
· 다중공선성과 상관성의 차이 https://ai-times.tistory.com/268
· 로지스틱 회귀분석 https://kkokkilkon.tistory.com/19
· https://rfriend.tistory.com/401
· https://datascienceschool.net/view-notebook/d0df94cf8dd74e8daec7983531f68dfc/
· 로지스틱 회귀분석 기본가정 http://wolfpack.hnu.ac.kr/lecture/Regression/ch9_logistic.pdf
· https://www.statisticssolutions.com/assumptions-of-logistic-regression/
· http://www.sthda.com/english/articles/36-classification-methods-essentials/148-logistic-regression-assumptions-and-diagnostics-in-r/
· DecisionTree https://gomguard.tistory.com/86
· https://www.datacamp.com/community/tutorials/decision-tree-classification-python
· https://scikit-learn.org/stable/modules/tree.html
· Naïve Bayes https://gomguard.tistory.com/69
· KNN https://gomguard.tistory.com/51?category=712467
· https://towardsdatascience.com/a-simple-introduction-to-k-nearest-neighbors-algorithm-b3519ed98e
· EDA – 시각화 https://databreak.netlify.com/2019-05-06-Best_Data_and_Big_Data_Visualization_Techniques/
· Accuracy, Precision, Recall, F1-Score, ROC curve https://datascienceschool.net/view-notebook/731e0d2ef52c41c686ba53dcaf346f32/
· Outlier https://towardsdatascience.com/ways-to-detect-and-remove-the-outliers-404d16608dba
· https://soo-jjeong.tistory.com/121
· https://www.researchgate.net/post/Which_is_the_best_method_for_removing_outliers_in_a_data_set
· https://www.theanalysisfactor.com/outliers-to-drop-or-not-to-drop/
· 주성분분석(PCA) https://excelsior-cjh.tistory.com/167
· https://bioinformaticsandme.tistory.com/42
· https://www.youtube.com/watch?v=FgakZw6K1QQ&feature=emb_title
· https://www.youtube.com/watch?v=DUJ2vwjRQag
· https://ssungkang.tistory.com/entry/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-PCA-2-python-%EC%9D%84-%EC%82%AC%EC%9A%A9%ED%95%9C-PCA-%EC%8B%A4%EC%8A%B5
· https://towardsdatascience.com/an-approach-to-choosing-the-number-of-components-in-a-principal-component-analysis-pca-3b9f3d6e73fe
· PCA, 스케일링 해야하는 이유 https://scikit-learn.org/stable/auto_examples/preprocessing/plot_scaling_importance.html#sphx-glr-auto-examples-preprocessing-plot-scaling-importance-py
· Luckily, decision trees and boosted trees algorithms are immune to multicollinearity by nature. https://towardsdatascience.com/why-feature-correlation-matters-a-lot-847e8ba439c4
· Effects of Multi-collinearity in Logistic Regression, SVM, RF https://medium.com/@raj5287/effects-of-multi-collinearity-in-logistic-regression-svm-rf-af6766d91f1b
· precision and recall https://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.htmls
· https://datascienceschool.net/view-notebook/731e0d2ef52c41c686ba53dcaf346f32/
· https://frhyme.github.io/machine-learning/clf_%ED%8F%89%EA%B0%80%ED%95%98%EA%B8%B0/
· https://nittaku.tistory.com/295
· handling multicollinearity
· https://statisticsbyjim.com/regression/multicollinearity-in-regression-analysis/
· ROC curve https://www.scikit-yb.org/en/latest/api/classifier/rocauc.html
· https://tariat.tistory.com/754
· https://datascienceschool.net/view-notebook/731e0d2ef52c41c686ba53dcaf346f32/
· RandomForest & logistic Regression https://towardsdatascience.com/is-random-forest-better-than-logistic-regression-a-comparison-7a0f068963e4
· does RandomForest variables needs to be scaled? https://stats.stackexchange.com/questions/255765/does-random-forest-need-input-variables-to-be-scaled-or-centered
· RandomForest Parameter tuning https://medium.com/@mohtedibf/indepth-parameter-tuning-for-decision-tree-6753118a03c3
· https://m.blog.naver.com/PostView.nhn?blogId=genesis717&logNo=220657709230&proxyReferer=https%3A%2F%2Fwww.google.com%2F
· https://towardsdatascience.com/hyperparameter-tuning-the-random-forest-in-python-using-scikit-learn-28d2aa77dd74
· min_samples_leaf와 min_samples_split의 차이 https://codeday.me/ko/qa/20190404/233848.html