주제: 기후 위기에 따른 취약 상권 영향 분석 (서울 강남구 · 강원 춘천시, 2025-07 ~ 2025-12)
공모전 제공 데이터와 기상 원자료는 저장소에 포함하지 않는다. 아래 위치에 두고 실행한다.
| 경로 | 내용 |
|---|---|
2026빅콘테스트_신한카드_데이터_레이아웃/ |
신한카드 데이터1·2 (txt, cp949, 탭 구분) |
2026빅콘테스트_sk통신인구_데이터_레이아웃/ |
SK 유동인구 월별 CSV (| 구분) |
data/weather/ |
기상청 관측자료. python -X utf8 scripts/download_weather.py --download로 재수집 |
| 스크립트 | 결과 |
|---|---|
scripts/eda_basic.py |
outputs/eda/ 기본 EDA |
scripts/check_online_industries.py |
outputs/industry_check/ 강남 컴퓨터/소프트웨어·쇼핑몰 점검 |
scripts/weather_regression.py |
outputs/regression/ 업종별 폭염·호우 효과 회귀분석 |
scripts/region_profile.py |
outputs/region_profile/ 강남·춘천 지역 특성 |
scripts/group_regression.py |
outputs/group_regression/ 업종군 효과, 강남 제외 기준 민감도 |
scripts/vulnerability_index.py |
outputs/vulnerability/ 기후 취약도 지수, 예보 기반 지원 우선순위 |
scripts/predict_damage.py |
outputs/prediction/ LightGBM 매출 예측·반사실 피해·경보 분류 |
공통 모듈: scripts/common.py(경로·제외 업종·업종군), scripts/weather_models.py(회귀 설계·경험적 베이즈 축소).
2차 분석 요약: outputs/findings_round2.md.
취약도 지수는 10년 기후 자료가 필요하다: python -X utf8 scripts/download_weather.py --climatology
실행 예:
uv run --no-project --with pandas --with matplotlib --with tabulate --with statsmodels --with scipy --with lightgbm --with scikit-learn python -X utf8 scripts/<스크립트>.py