Election
4dollar
2019년 12월 13일
1 개요
1.1 주제선정이유
library(tidyverse)
library(leaflet)
mymap = leaflet() %>% addTiles()
election = geojsonio::geojson_read("election.json", what = "sp")
# 지도에 색을 입히기 위해서 파레트 생성
pal = colorFactor(c("#0D7440", "#2A88C5", "#C10D0D"), c("국민의당", "더불어민주당","새누리당"))
# 툴팁에 담을 정보 생성
labs = lapply(seq(nrow(election@data)), function(i) {
paste0( '<p><b>', election@data[i, "선거구"]," : ",election@data[i, "읍면동명"], '</b></p><p>',
"<b>당선 : ", election@data[i, "당선"], '</b><p></p>',
"국민의당 : ", election@data[i, "국민의당"],'</p><p>',
"더불어민주당 : ", election@data[i, "더불어민주당"], '</p><p>',
"새누리당 : ", election@data[i, "새누리당"], '</p>')
})
# 선거구 경계 생성
election_gu = maptools::unionSpatialPolygons(election, election$선거구)
poly2 = leaflet(election) %>%
addTiles %>%
addPolygons(
# 폴리곤 내부
fillColor = ~pal(당선), fillOpacity = 0.5,
# 폴리곤 경계
weight = 1, opacity = 1, color = "white", dashArray=3,
# 라벨
label=lapply(labs, htmltools::HTML),
# 하이라이트
highlightOptions = highlightOptions(
color = "#00ff00", opacity = 1, weight = 2, fillOpacity = 1,
bringToFront = T, sendToBack = T))%>%
addLegend(pal = pal, values = ~당선, opacity = 0.7, title = NULL, position = "bottomright") %>%
addPolylines(
data=election_gu,
weight = 1.5,
opacity = 1,
color = "black")
crosstalk::bscols(poly2)단순히 생각해도, 투표에 영향을 주는 요소는 무수히 많습니다.
그렇다면 ‘과연 어떠한 요소가 실질적으로 투표에 영향을 줄까?’
이러한 의문으로 시작하여 저희 조는 투표에 영향을 줄 만한 변수들을 생각해봤고, 그 변수들을 이용하여 다음 총선을 예측해보기로 하였습니다.
1.2 데이터 수집과정
정량적인 데이터를 사용해야 하기 때문에, 선거에 통용되는 통설들은 배제하고 수치화 할 수 있는 데이터들을 수집했습니다.
library(tidyverse)
library(readr)
library(reticulate)data<-read_csv(file="https://raw.githubusercontent.com/lhmlhm1111/Data_GongHak/master/2008_oldage.csv")
data %>%
DT::datatable() %>%
DT::formatRound(2:6, digits=0)비슷한 과정으로 수치화 할 수 있는 데이터를 최대한 수집했습니다.
데이터수집목록
데이터 수집은 서울시열린데이터광장을 참고하였습니다. 
2 전처리과정
앞서 모은 데이터들을 활용하기 위해서 전처리 하는 과정을 거쳤습니다.
import pandas as pd
import numpy as np
import os
import re
gangnamgap = pd.read_excel("https://github.com/lhmlhm1111/Data_GongHak/raw/master/data/seoul/%EA%B0%9C%ED%91%9C%EC%83%81%ED%99%A9(%ED%88%AC%ED%91%9C%EA%B5%AC%EB%B3%84)_%EA%B0%95%EB%82%A8%EA%B5%AC%EA%B0%91.xlsx")
header = gangnamgap.iloc[2,:4]
a = pd.Series(gangnamgap.iloc[3,4:].values)
a = a.apply(lambda x: str(x).split("\n")[0])
a = a[(a!="")&(a!="nan")]
gangnamgap = gangnamgap[gangnamgap['Unnamed: 1']=="소계"]
gangnamgap = gangnamgap.iloc[:,:len(a)+3]
gangnamgap.columns = np.append(header,a[:-1])
gangnamgap.head()## 읍면동명 투표구명 선거인수 투표수 새누리당 더불어민주당
## 9 신사동 소계 14827 7771 4774 2817
## 16 논현1동 소계 21876 8939 3966 4769
## 23 논현2동 소계 19063 8887 4639 4017
## 30 압구정동 소계 22435 12118 8301 3539
## 39 청담동 소계 24507 12470 7366 4777os.chdir("C:/Users/JW/Desktop/presentation/data")
filelist = os.listdir("seoul")[1:]
first = gangnamgap
gangnamgap['자치구'] = "강남구"
for file in filelist:
data=pd.read_excel(f'seoul/{file}')
a=pd.Series(data.iloc[3,4:].values)
a = a.apply(lambda x: str(x).split("\n")[0])
a = a[(a!="")&(a!="nan")]
data = data[data['Unnamed: 1']=="소계"]
data = data.iloc[:,:len(a)+3]
data.columns = np.append(header,a[:-1])
gu = re.findall("_\w+구", file)[0][1:]
data['자치구'] = gu
first = first.append(data, sort=False)
Second = first[["읍면동명","자치구", "선거인수", "새누리당", "더불어민주당", "국민의당"]]
Second.읍면동명=Second.읍면동명.apply(lambda x: re.sub(r'제', '', str(x)))## C:\ANACON~1\lib\site-packages\pandas\core\generic.py:4401: SettingWithCopyWarning:
## A value is trying to be set on a copy of a slice from a DataFrame.
## Try using .loc[row_indexer,col_indexer] = value instead
##
## See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
## self[name] = valueSecond.읍면동명=Second.읍면동명.apply(lambda x: re.sub(r'·', '.', str(x)))
old_man = pd.read_csv("https://github.com/lhmlhm1111/Data_GongHak/raw/master/data/%EB%8F%85%EB%A6%BD%EB%B3%80%EC%88%98_%EB%8D%B0%EC%9D%B4%ED%84%B0_%ED%98%B8%EC%8B%9D/%EC%84%9C%EC%9A%B8%EC%8B%9C%20%EB%8F%85%EA%B1%B0%EB%85%B8%EC%9D%B8%20%ED%98%84%ED%99%A9%20(%EC%84%B1%EB%B3%84%2C%EB%8F%99%EB%B3%84)%20%ED%86%B5%EA%B3%84_2016.txt", engine="python" ,encoding="utf-8", sep="\t")
old_man = old_man[["동", "자치구", "합계"]]
old_man=old_man.rename(columns={"동": "읍면동명"})
old_man = old_man.drop([0,1,2])
old_man.자치구=old_man.자치구.apply(lambda x: re.sub(r'성동', '중', str(x)))
old_man[old_man.자치구=="중구"]## 읍면동명 자치구 합계
## 20 소계 중구 5,528
## 21 소공동 중구 54
## 22 회현동 중구 461
## 23 명동 중구 157
## 24 필동 중구 228
## 25 장충동 중구 187
## 26 광희동 중구 352
## 27 을지로동 중구 224
## 28 신당5동 중구 411
## 29 황학동 중구 514
## 30 중림동 중구 440
## 31 신당동 중구 385
## 32 다산동 중구 503
## 33 약수동 중구 755
## 34 청구동 중구 601
## 35 동화동 중구 256
## 53 소계 중구 9,025
## 54 왕십리2동 중구 546
## 55 마장동 중구 734
## 56 사근동 중구 338
## 57 행당1동 중구 511
## 58 행당2동 중구 616
## 59 응봉동 중구 423
## 60 금호1가동 중구 512
## 61 금호4가동 중구 478
## 62 성수1가1동 중구 452
## 63 성수1가2동 중구 442
## 64 성수2가1동 중구 677
## 65 성수2가3동 중구 335
## 66 송정동 중구 361
## 67 용답동 중구 665
## 68 왕십리도선동 중구 685
## 69 금호2.3가동 중구 654
## 70 옥수동 중구 596second_old_man = pd.merge(Second, old_man, how='left')
second_old_man = second_old_man.rename(columns={"합계":"독거노인수"})
buyang = pd.read_csv("https://github.com/lhmlhm1111/Data_GongHak/raw/master/data/%EB%8F%85%EB%A6%BD%EB%B3%80%EC%88%98_%EB%8D%B0%EC%9D%B4%ED%84%B0_%ED%98%B8%EC%8B%9D/%EC%84%9C%EC%9A%B8%EC%8B%9C%20%EB%B6%80%EC%96%91%EB%B9%84%20%EB%B0%8F%20%EB%85%B8%EB%A0%B9%ED%99%94%EC%A7%80%EC%88%98%20(%EB%8F%99%EB%B3%84)%20%ED%86%B5%EA%B3%84_2016.txt", engine="python" ,encoding="utf-8", sep="\t")
buyang = buyang.rename(columns={"동":"읍면동명"})
buyang = buyang[~buyang.읍면동명.isin(["소계", "합계"])]
buyang=buyang.drop("기간", axis=1)
buyang.자치구=buyang.자치구.apply(lambda x: re.sub(r'성동', '중', str(x)))
old_man_buyang=pd.merge(second_old_man, buyang, how='left')
old_man_buyang.head()## 읍면동명 자치구 선거인수 새누리당 더불어민주당 국민의당 독거노인수 유년부양비 노년부양비 노령화지수
## 0 신사동 강남구 14827 4774 2817 NaN 380 15.8 19.1 121.3
## 1 논현1동 강남구 21876 3966 4769 NaN 500 7.2 12.4 172.1
## 2 논현2동 강남구 19063 4639 4017 NaN 409 11.9 14.9 124.8
## 3 압구정동 강남구 22435 8301 3539 NaN 647 20.0 21.4 107.1
## 4 청담동 강남구 24507 7366 4777 NaN 491 16.3 15.2 93.5비슷한 방식으로 다른 독립변수들도 모두 전처리를 해주었습니다.
여기까진 데이터를 단순히 전처리하는 과정이었습니다.
그 결과 결측치를 처리할 수 없었기 때문에, 아래와 같이 결측치를 처리해주었습니다.
import pandas as pd
election_2016=pd.read_csv("https://raw.githubusercontent.com/lhmlhm1111/Data_GongHak/master/%EC%A0%84%EC%B2%98%EB%A6%AC_1101(%EC%88%98%EC%A0%95).csv")
election_2016["독거노인수"]=election_2016["독거노인수"].apply(lambda x : int(str(x).replace(",", "")))
election_2016["기초수급자인원수"]=election_2016["기초수급자인원수"].apply(lambda x : int(str(x).replace(",", "")))
election_2016["사업체수"]=election_2016["사업체수"].apply(lambda x : int(str(x).replace(",", "")))
election_2016["종사자수"]=election_2016["종사자수"].apply(lambda x : int(str(x).replace(",", "")))
election_2016["금융기관"]=election_2016["금융기관"].fillna(election_2016['금융기관'].median())
election_2016["보육시설"]=election_2016["보육시설"].apply(lambda x : str(x))
election_2016["보육시설"]=election_2016["보육시설"].replace("nan", 0)
election_2016["보육시설"]=election_2016["보육시설"].apply(lambda x : int(str(x).replace(",", "")))
election_2016["보육시설"]=election_2016["보육시설"].replace(0, election_2016['보육시설'].median())
election_2016["사업체 평균연령"]=election_2016["사업체 평균연령"].fillna(election_2016['사업체 평균연령'].median())
election_2016["장애등급"]=election_2016["장애등급"].fillna(election_2016['장애등급'].median())
election_2016["국민의당"]=election_2016["국민의당"].fillna(0)
election_2016=election_2016.drop("Unnamed: 0", axis=1)
election_2016["새누리당"]=election_2016["새누리당"].fillna(0)
election_2016## 읍면동명 자치구 선거인수 새누리당 ... 보육시설 금융기관 사업체 평균연령 장애등급
## 0 신사동 강남구 14827 4774.0 ... 303.0 13.0 6.833 383.0
## 1 논현1동 강남구 21876 3966.0 ... 375.0 18.0 7.250 648.0
## 2 논현2동 강남구 19063 4639.0 ... 287.0 23.0 7.583 509.0
## 3 압구정동 강남구 22435 8301.0 ... 301.0 32.0 7.167 471.0
## 4 청담동 강남구 24507 7366.0 ... 507.0 21.0 7.583 584.0
## 5 역삼1동 강남구 31222 5285.0 ... 767.0 54.0 6.917 760.0
## 6 역삼2동 강남구 26632 6988.0 ... 528.0 15.0 7.833 672.0
## 7 삼성1동 강남구 11991 3792.0 ... 565.0 29.0 7.667 281.0
## 8 삼성2동 강남구 23856 6262.0 ... 733.0 17.0 8.000 567.0
## 9 대치1동 강남구 16660 6362.0 ... 294.0 15.0 7.750 266.0
## 10 대치2동 강남구 31132 10404.0 ... 504.0 21.0 9.000 707.0
## 11 대치4동 강남구 16885 3467.0 ... 617.0 15.0 6.500 368.0
## 12 도곡1동 강남구 17461 5405.0 ... 412.0 11.0 8.083 431.0
## 13 도곡2동 강남구 26147 9715.0 ... 343.0 22.0 8.500 499.0
## 14 개포1동 강남구 17652 5341.0 ... 214.0 2.0 12.083 631.0
## 15 개포2동 강남구 19425 5321.0 ... 278.0 3.0 10.250 486.0
## 16 개포4동 강남구 16188 3656.0 ... 854.0 4.0 9.583 495.0
## 17 일원본동 강남구 18299 5411.0 ... 754.0 5.0 10.833 703.0
## 18 일원1동 강남구 14233 3527.0 ... 500.0 3.0 17.667 1045.0
## 19 일원2동 강남구 13325 3824.0 ... 479.0 3.0 11.334 1130.0
## 20 수서동 강남구 13814 4040.0 ... 560.0 4.0 9.750 2100.0
## 21 세곡동 강남구 31158 7100.0 ... 1619.0 1.0 8.083 2021.0
## 22 강일동 강동구 24321 5462.0 ... 1250.0 5.0 7.833 1558.0
## 23 상일동 강동구 16658 4424.0 ... 472.0 2.0 10.167 514.0
## 24 명일1동 강동구 18055 5328.0 ... 876.0 7.0 8.083 719.0
## 25 명일2동 강동구 14041 4576.0 ... 249.0 7.0 8.250 478.0
## 26 고덕1동 강동구 12181 3186.0 ... 607.0 4.0 9.500 547.0
## 27 고덕2동 강동구 7444 1775.0 ... 235.0 4.0 15.417 605.0
## 28 암사1동 강동구 29853 6142.0 ... 1461.0 3.0 8.334 1571.0
## 29 암사2동 강동구 12758 3003.0 ... 647.0 3.0 8.750 504.0
## .. ... ... ... ... ... ... ... ... ...
## 394 광희동 중구 4332 1028.0 ... 219.0 16.0 9.583 251.0
## 395 을지로동 중구 1655 409.0 ... 131.0 11.0 12.833 99.0
## 396 신당동 중구 6765 1349.0 ... 163.0 7.0 5.833 377.0
## 397 다산동 중구 12804 2588.0 ... 309.0 4.0 9.167 670.0
## 398 약수동 중구 15496 3594.0 ... 514.0 2.0 9.334 888.0
## 399 청구동 중구 12568 2961.0 ... 264.0 1.0 10.334 658.0
## 400 신당5동 중구 8377 1578.0 ... 317.0 2.0 8.167 459.0
## 401 동화동 중구 9189 2166.0 ... 306.0 2.0 8.167 443.0
## 402 황학동 중구 10508 1950.0 ... 230.0 5.0 10.667 542.0
## 403 중림동 중구 7193 1581.0 ... 270.0 2.0 10.334 438.0
## 404 금호1가동 중구 10906 2394.0 ... 595.5 4.0 10.083 620.0
## 405 금호2.3가동 중구 18222 3741.0 ... 595.5 4.0 10.250 968.0
## 406 금호4가동 중구 11795 2378.0 ... 595.5 4.0 10.083 499.0
## 407 옥수동 중구 18401 4366.0 ... 595.5 4.0 8.500 680.0
## 408 면목본동 중랑구 30149 4798.0 ... 873.0 3.0 8.334 1646.0
## 409 면목2동 중랑구 22104 3516.0 ... 821.0 1.0 8.917 1279.0
## 410 면목3.8동 중랑구 23322 3836.0 ... 905.0 1.0 8.500 1272.0
## 411 면목4동 중랑구 18179 3085.0 ... 619.0 4.0 8.833 1271.0
## 412 면목5동 중랑구 9386 1434.0 ... 371.0 2.0 8.999 529.0
## 413 면목7동 중랑구 19706 3340.0 ... 638.0 2.0 9.000 1035.0
## 414 상봉2동 중랑구 16067 2542.0 ... 439.0 4.0 7.999 861.0
## 415 망우3동 중랑구 15293 2568.0 ... 604.0 1.0 8.667 957.0
## 416 상봉1동 중랑구 20177 4110.0 ... 656.0 4.0 8.917 1420.0
## 417 중화1동 중랑구 17246 3479.0 ... 645.0 1.0 9.083 861.0
## 418 중화2동 중랑구 24359 4508.0 ... 574.0 4.0 9.167 1510.0
## 419 묵1동 중랑구 27581 5769.0 ... 1051.0 3.0 8.667 1337.0
## 420 묵2동 중랑구 16180 3168.0 ... 517.0 2.0 9.917 869.0
## 421 망우본동 중랑구 27695 6104.0 ... 991.0 5.0 10.500 1722.0
## 422 신내1동 중랑구 31329 7003.0 ... 1514.0 2.0 9.250 1892.0
## 423 신내2동 중랑구 19790 4508.0 ... 748.0 3.0 9.167 1421.0
##
## [424 rows x 19 columns]최종적으로 전처리 한 데이터의 모습입니다.
data<-read_csv(file="https://raw.githubusercontent.com/lhmlhm1111/Data_GongHak/master/data/11-22totaldata.csv")
data %>%
DT::datatable() %>%
DT::formatRound(2:6, digits=0)3 모델링
3.1 시작-데이터프레임불러오기
# 인코딩 문제를 해결하는 두가지 방법
## 1 csv파일 인코딩을 ANSI로 저장
df1=read.csv('https://github.com/lhmlhm1111/Data_GongHak/raw/master/%EC%A0%84%EC%B2%98%EB%A6%AC/%EC%86%8C%EB%93%9D%EB%B0%98%EC%98%81%EC%B5%9C%EC%A2%85.csv',header=T, sep=',')
## 2 readAny 패키지 활용
library (devtools)
# 패키지를 로드합니다.
library(readAny)
df2= read.any('https://github.com/lhmlhm1111/Data_GongHak/raw/master/%EC%A0%84%EC%B2%98%EB%A6%AC/%EC%86%8C%EB%93%9D%EB%B0%98%EC%98%81%EC%B5%9C%EC%A2%85.csv', header=T, sep=',')3.2 데이터프레임 선형모델, 분산 분석, 각 독립변수 유의수준 유의성 검정
attach (df1)
names (df1)## [1] "year" "읍면동명" "자치구"
## [4] "선거인수" "새누리당" "더불어민주당"
## [7] "국민의당" "독거노인수" "유년부양비"
## [10] "노년부양비" "노령화지수" "사업체수"
## [13] "종사자수" "사업체.창업률" "기초수급자인원수"
## [16] "보육시설" "금융기관" "사업체.평균연령"
## [19] "장애등급별.장애인현황" "인구" "면적"
## [22] "인구밀도" "소득"options("scipen" = 100)
model3 <- aov(새누리당~독거노인수+유년부양비+노년부양비+노령화지수+사업체수+종사자수+사업체.창업률+기초수급자인원수+보육시설+금융기관+사업체.평균연령+인구+면적+인구밀도+ 소득)
summary(model3)## Df Sum Sq Mean Sq F value Pr(>F)
## 독거노인수 1 230185894 230185894 120.861 < 0.0000000000000002 ***
## 유년부양비 1 824836682 824836682 433.086 < 0.0000000000000002 ***
## 노년부양비 1 263678415 263678415 138.446 < 0.0000000000000002 ***
## 노령화지수 1 2339973 2339973 1.229 0.267997
## 사업체수 1 93210115 93210115 48.941 0.0000000000054303 ***
## 종사자수 1 4871389 4871389 2.558 0.110135
## 사업체.창업률 1 253293 253293 0.133 0.715442
## 기초수급자인원수 1 47207560 47207560 24.787 0.0000007788404321 ***
## 보육시설 1 45819850 45819850 24.058 0.0000011246025274 ***
## 금융기관 1 111723182 111723182 58.661 0.0000000000000521 ***
## 사업체.평균연령 1 635956 635956 0.334 0.563521
## 인구 1 721383036 721383036 378.767 < 0.0000000000000002 ***
## 면적 1 13405649 13405649 7.039 0.008129 **
## 인구밀도 1 33687732 33687732 17.688 0.0000288545948890 ***
## 소득 1 28932542 28932542 15.191 0.000105 ***
## Residuals 831 1582688042 1904558
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 model4 <-lm(새누리당~독거노인수+유년부양비+노년부양비+노령화지수+사업체수+종사자수+사업체.창업률+기초수급자인원수+보육시설+금융기관+사업체.평균연령+인구+면적+인구밀도+ 소득)
summary(model4)##
## Call:
## lm(formula = 새누리당 ~ 독거노인수 + 유년부양비 + 노년부양비 +
## 노령화지수 + 사업체수 + 종사자수 + 사업체.창업률 + 기초수급자인원수 +
## 보육시설 + 금융기관 + 사업체.평균연령 + 인구 + 면적 + 인구밀도 +
## 소득)
##
## Residuals:
## Min 1Q Median 3Q Max
## -9008.0 -433.0 148.9 695.5 4213.1
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 869.28898889 717.55556041 1.211 0.226064
## 독거노인수 -0.61702980 0.24730446 -2.495 0.012788 *
## 유년부양비 35.02971651 21.72531987 1.612 0.107257
## 노년부양비 37.69921285 26.50820910 1.422 0.155352
## 노령화지수 -5.81151565 2.67440115 -2.173 0.030061 *
## 사업체수 -0.02511495 0.05320288 -0.472 0.637008
## 종사자수 -0.01857133 0.00798691 -2.325 0.020300 *
## 사업체.창업률 -50.99068704 20.64504251 -2.470 0.013716 *
## 기초수급자인원수 0.26304810 0.11784656 2.232 0.025873 *
## 보육시설 -0.94835350 0.24324437 -3.899 0.000104 ***
## 금융기관 64.57554596 13.02162446 4.959 0.000000859 ***
## 사업체.평균연령 -2.69652286 38.11844206 -0.071 0.943621
## 인구 0.19594165 0.01038664 18.865 < 0.0000000000000002 ***
## 면적 -29.26858362 42.14278105 -0.695 0.487557
## 인구밀도 -0.02293503 0.00519833 -4.412 0.000011590 ***
## 소득 0.00023532 0.00006038 3.898 0.000105 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1380 on 831 degrees of freedom
## Multiple R-squared: 0.6048, Adjusted R-squared: 0.5977
## F-statistic: 84.79 on 15 and 831 DF, p-value: < 0.000000000000000223.3 변수 중요도 파악, 변수선택
library(reticulate)
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error
from sklearn.datasets import make_regression
from sklearn.model_selection import train_test_split
#원본 데이터 호출 (깃허브에 저장된 데이터 파일 호출)
df4 = pd.read_csv('https://github.com/lhmlhm1111/Data_GongHak/raw/master/11-22totaldata.txt', encoding='utf-8', sep=',')
#train, test 데이터 생성
X, y = df4.iloc[:,8:], df4.iloc[:,4]
import warnings
warnings.filterwarnings("ignore")
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2, random_state=0)
## 랜덤포레스트 회귀 모델 생성&적용
rf = RandomForestRegressor()
rf.fit(X_train,y_train)## RandomForestRegressor(bootstrap=True, criterion='mse', max_depth=None,
## max_features='auto', max_leaf_nodes=None,
## min_impurity_decrease=0.0, min_impurity_split=None,
## min_samples_leaf=1, min_samples_split=2,
## min_weight_fraction_leaf=0.0, n_estimators=10, n_jobs=1,
## oob_score=False, random_state=None, verbose=0, warm_start=False)predicted = rf.predict(X_test)
rf.feature_importances_## array([0.04645059, 0.02752551, 0.03782268, 0.01324745, 0.01213339,
## 0.01654494, 0.03641829, 0.04428583, 0.0226739 , 0.01858591,
## 0.03731588, 0.57759056, 0.03785546, 0.02623824, 0.04531137])['{:f}'.format(x) for x in rf.feature_importances_]## ['0.046451', '0.027526', '0.037823', '0.013247', '0.012133', '0.016545', '0.036418', '0.044286', '0.022674', '0.018586', '0.037316', '0.577591', '0.037855', '0.026238', '0.045311']- 상호관계 다중공선성
import PyQt5
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.pyplot import figure
#가공할 데이터 호출
data = pd.read_csv('https://github.com/lhmlhm1111/Data_GongHak/raw/master/11-22totaldata.txt',encoding='UTF-8',sep=',')
#데이터 가공 : 변수 선별 (제외할 변수)
df3 = data.drop(['year','읍면동명','자치구','선거인수','인구'],axis=1)
#상관계수 분포 지도 (Heat Map) 작성
plt.rc('font', family='batang')
fig = plt.figure(figsize=[20,20])
ax=sns.heatmap(df3.corr(),annot=True,square=True)
plt.title('변수 간 상관관계')
plt.show()
최종적으로 소득 , 인구밀도 , 사업체수 , 장애등급별 장애인현황 ,독거노인수 , 노령화지수 선택
4 결론
4.1 시각화
4.2 한계&제언 - 앞으로
변수변환, hyperparameter tuning 등의 미흡함.관측점 자체의 독립성? 앞으로 다음 학기 경선 후 후보자 발표되면 후보자의 관한 요인, 시국 여론 정보 (krvote 웹 크롤링부분 참고)추가, 그 이후 지역구 코드 활용해서 서울 이외의 지역까지 확장 가능?
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
df1 = pd.read_csv('https://github.com/lhmlhm1111/Data_GongHak/raw/master/%EB%AA%A8%EB%8D%B8/12%2C16%EB%85%84%EB%8F%84_Training_Data_set_1.csv',encoding='UTF-8',sep=',')
x = '소득(동별)'
k=15
for i in range(k):
df1.loc[(df1[x] >= (df1[x].max()-df1[x].min())/k*i ) & (df1[x] <= (df1[x].max()-df1[x].min())/k*(i+1) ) ,x] = i+1
plt.rc('font', family='Malgun Gothic')
fig = plt.figure(figsize=[16,16])
ax1 = fig.add_subplot(1,1,1)
ax1 = sns.barplot(x,y='새누리당',data=df1.groupby(x)['새누리당'].mean().reset_index())
plt.title('소득-새누리득표수')
plt.show()