🔨 Step-by-Step 구축 과정

import pandas as pd
import numpy as np

# CSV 파일에서 데이터 불러오기
data = pd.read_csv('blood_clam_data.csv')

# 데이터 확인
print(data.head())
print(data.info())

# 결측치 처리
data = data.fillna(method='ffill')  # 앞의 값으로 채우기

# 날짜 형식 변환
data['date'] = pd.to_datetime(data['date'])

# 이상치 제거 (예: 수온이 0도 이하나 40도 이상)
data = data[(data['temperature'] > 0) & (data['temperature'] < 40)]

# 정규화
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
data[['temperature', 'salinity']] = scaler.fit_transform(data[['temperature', 'salinity']])

import matplotlib.pyplot as plt
import seaborn as sns

# 생산량 시계열 그래프
plt.figure(figsize=(12, 6))
plt.plot(data['date'], data['production'])
plt.title('Blood Clam Production Over Time')
plt.xlabel('Date')
plt.ylabel('Production (kg)')
plt.show()

# 상관관계 히트맵
correlation = data.corr()
plt.figure(figsize=(10, 8))
sns.heatmap(correlation, annot=True, cmap='coolwarm')
plt.title('Correlation Matrix')
plt.show()

# 이동평균 생성
data['temp_ma7'] = data['temperature'].rolling(window=7).mean()
data['temp_ma30'] = data['temperature'].rolling(window=30).mean()

# 계절 변수 생성
data['month'] = data['date'].dt.month
data['season'] = data['month'].apply(lambda x: 
    'spring' if 3 <= x <= 5 else
    'summer' if 6 <= x <= 8 else
    'fall' if 9 <= x <= 11 else 'winter')

# 더미 변수 변환
data = pd.get_dummies(data, columns=['season'])

# 상호작용 변수
data['temp_salinity'] = data['temperature'] * data['salinity']

from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_absolute_error, r2_score

# 독립변수와 종속변수 분리
X = data[['temperature', 'salinity', 'temp_ma7', 'temp_ma30', 
          'season_spring', 'season_summer', 'season_fall']]
y = data['production']

# 훈련/테스트 데이터 분할
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42)

# 랜덤 포레스트 모델 학습
model = RandomForestRegressor(n_estimators=100, random_state=42)
model.fit(X_train, y_train)

# 예측
y_pred = model.predict(X_test)

# 평가
mae = mean_absolute_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f'MAE: {mae:.2f}')
print(f'R²: {r2:.2f}')

# 실제값 vs 예측값
plt.figure(figsize=(10, 6))
plt.scatter(y_test, y_pred, alpha=0.5)
plt.plot([y_test.min(), y_test.max()], 
         [y_test.min(), y_test.max()], 'r--', lw=2)
plt.xlabel('Actual Production')
plt.ylabel('Predicted Production')
plt.title('Actual vs Predicted Production')
plt.show()

# 변수 중요도
importances = model.feature_importances_
features = X.columns
plt.figure(figsize=(10, 6))
plt.barh(features, importances)
plt.xlabel('Importance')
plt.title('Feature Importance')
plt.show()

import joblib

# 모델 저장
joblib.dump(model, 'blood_clam_model.pkl')

# 나중에 불러오기
loaded_model = joblib.load('blood_clam_model.pkl')

# 새로운 데이터로 예측
new_data = pd.DataFrame({
    'temperature': [22.5],
    'salinity': [32.0],
    'temp_ma7': [21.8],
    'temp_ma30': [20.5],
    'season_spring': [1],
    'season_summer': [0],
    'season_fall': [0]
})

prediction = loaded_model.predict(new_data)
print(f'Predicted production: {prediction[0]:.2f} kg')