GEO-KMeans

프로젝트의 목적

KMeans 알고리즘을 공부하면서 이 알고리즘을 사용하여 어떤 문제를
해결할 수 있을지 고민을 해봤습니다.

그러다가 문뜩 K-Means 알고리즘과 대한민국의 인구밀도 산점도를 활용하면
대한민국의 인구 밀도에 따른 최적화된 행정구역을 재구성할 수 있지 않을까
생각이 들었습니다.

그래서 인터넷에서 데이터셋들을 찾고, 해당 데이터셋들을 활용하여
위의 문제를 해결해봤습니다.

데이터셋 출처

행정구역별 위도/경도 데이터셋: https://skyseven73.tistory.com/23
행정구역별 인구 수 데이터셋: https://www.data.go.kr/data/15097972/fileData.do

데이터 전처리

-행정구역별 인구 수 raw 데이터 샘플

	행정기관코드	기준연월	시도명	시군구명	읍면동명	계	남자	여자	만0세남자	만1세남자	만2세남자	만3세남자	만4세남자	만5세남자	만6세남자	만7세남자	만8세남자	만9세남자	만10세남자	만11세남자	만12세남자	만13세남자	만14세남자	만15세남자	만16세남자	만17세남자	만18세남자	만19세남자	만20세남자	만21세남자	만22세남자	만23세남자	만24세남자	만25세남자	만26세남자	만27세남자	만28세남자	만29세남자	만30세남자	만31세남자	만32세남자	만33세남자	만34세남자	만35세남자	만36세남자	만37세남자	만38세남자	만39세남자	만40세남자	만41세남자	만42세남자	만43세남자	만44세남자	만45세남자	만46세남자	만47세남자	만48세남자	만49세남자	만50세남자	만51세남자	만52세남자	만53세남자	만54세남자	만55세남자	만56세남자	만57세남자	만58세남자	만59세남자	만60세남자	만61세남자	만62세남자	만63세남자	만64세남자	만65세남자	만66세남자	만67세남자	만68세남자	만69세남자	만70세남자	만71세남자	만72세남자	만73세남자	만74세남자	만75세남자	만76세남자	만77세남자	만78세남자	만79세남자	만80세남자	만81세남자	만82세남자	만83세남자	만84세남자	만85세남자	만86세남자	만87세남자	만88세남자	만89세남자	만90세남자	만91세남자	만92세남자	만93세남자	만94세남자	만95세남자	만96세남자	만97세남자	만98세남자	만99세남자	만100세남자	만104세남자	만106세남자	만107세남자	만0세여자	만1세여자	만2세여자	만3세여자	만4세여자	만5세여자	만6세여자	만7세여자	만8세여자	만9세여자	만10세여자	만11세여자	만12세여자	만13세여자	만14세여자	만15세여자	만16세여자	만17세여자	만18세여자	만19세여자	만20세여자	만21세여자	만22세여자	만23세여자	만24세여자	만25세여자	만26세여자	만27세여자	만28세여자	만29세여자	만30세여자	만31세여자	만32세여자	만33세여자	만34세여자	만35세여자	만36세여자	만37세여자	만38세여자	만39세여자	만40세여자	만41세여자	만42세여자	만43세여자	만44세여자	만45세여자	만46세여자	만47세여자	만48세여자	만49세여자	만50세여자	만51세여자	만52세여자	만53세여자	만54세여자	만55세여자	만56세여자	만57세여자	만58세여자	만59세여자	만60세여자	만61세여자	만62세여자	만63세여자	만64세여자	만65세여자	만66세여자	만67세여자	만68세여자	만69세여자	만70세여자	만71세여자	만72세여자	만73세여자	만74세여자	만75세여자	만76세여자	만77세여자	만78세여자	만79세여자	만80세여자	만81세여자	만82세여자	만83세여자	만84세여자	만85세여자	만86세여자	만87세여자	만88세여자	만89세여자	만90세여자	만91세여자	만92세여자	만93세여자	만94세여자	만95세여자	만96세여자	만97세여자	만98세여자	만99세여자	만100세여자	만101세여자	만102세여자	만103세여자	만106세여자	만108세여자
0	1111051500	2023-02-28	서울특별시	종로구	청운효자동	11605	5325	6280	14	22	25	29	20	39	46	56	45	40	57	61	57	54	60	60	58	54	70	58	58	63	63	65	75	64	78	80	72	79	92	75	70	65	66	73	55	68	70	65	83	90	93	102	73	70	89	90	92	102	93	115	87	95	93	78	90	80	60	63	77	87	85	58	72	62	44	67	50	48	46	30	39	37	34	43	36	25	44	25	43	32	29	25	25	22	21	14	8	14	4	5	3	2	0	3	1	2	2	1	1	0	0	0	24	25	22	24	30	19	43	41	45	47	52	52	58	47	61	61	73	36	50	43	57	50	66	67	90	69	81	83	90	79	109	83	75	87	85	67	80	82	95	94	98	117	134	112	115	98	106	118	113	120	116	101	111	116	104	116	85	105	92	90	76	84	81	94	79	76	84	62	60	52	69	49	55	62	50	56	59	54	49	55	56	39	36	41	38	24	22	23	18	17	12	11	6	5	6	3	2	2	1	1	1	1	0	0	0	0
1	1111053000	2023-02-28	서울특별시	종로구	사직동	9120	4060	5060	12	24	12	22	20	26	37	43	33	26	29	33	24	21	39	30	21	26	34	26	30	32	33	47	44	46	50	55	63	69	87	81	79	70	48	50	58	42	53	49	72	78	61	49	54	58	68	59	73	67	72	82	80	71	74	67	60	60	57	62	65	72	73	66	48	70	56	55	45	32	41	22	22	32	28	29	24	30	29	22	35	22	28	22	28	20	21	13	15	12	7	5	1	5	5	5	1	1	3	0	1	0	1	0	9	17	16	20	21	25	36	30	34	36	41	32	45	33	35	39	33	42	42	40	39	40	36	58	58	67	73	87	82	84	97	89	90	55	71	88	58	83	77	110	82	77	76	75	67	84	84	81	71	77	90	70	97	101	84	82	68	69	81	77	74	74	75	82	74	62	57	56	45	50	50	31	46	48	37	46	39	30	43	37	45	37	35	33	34	28	22	20	20	11	11	8	11	10	6	3	3	3	0	2	1	0	0	0	0	0
2	1111054000	2023-02-28	서울특별시	종로구	삼청동	2322	1104	1218	2	2	2	2	3	4	6	6	4	7	8	8	9	12	8	13	12	15	7	10	5	8	13	17	15	13	18	12	10	16	21	11	17	9	25	9	7	11	13	17	19	14	19	21	13	15	13	14	15	12	14	19	20	16	23	20	15	15	20	18	16	23	17	22	24	16	13	21	17	16	14	8	7	20	14	17	5	7	9	9	7	11	9	5	3	3	7	6	1	1	5	1	2	2	0	1	2	0	0	0	0	0	0	1	3	2	3	4	3	11	1	9	2	12	5	11	8	9	8	7	6	4	9	5	4	11	13	13	13	18	12	21	20	16	18	18	15	15	18	14	14	12	16	15	23	18	20	20	13	19	9	11	21	23	20	19	19	17	17	21	13	28	17	13	19	24	20	20	27	23	19	17	21	10	24	10	8	12	15	17	15	10	13	6	17	15	9	10	5	10	10	6	7	7	2	3	2	3	1	1	0	0	0	0	1	0	0	0	0	0
3	1111055000	2023-02-28	서울특별시	종로구	부암동	9178	4340	4838	13	14	6	21	12	17	33	25	28	30	51	42	49	44	38	52	47	48	49	57	42	47	67	40	60	49	66	82	67	60	67	58	67	53	49	47	44	61	49	66	63	50	57	69	58	62	63	54	66	80	84	81	84	81	66	79	59	67	76	78	69	72	60	82	69	54	58	60	45	53	42	34	33	32	34	48	26	31	32	22	34	26	21	20	13	21	14	10	13	3	5	3	3	1	1	1	0	1	0	0	0	0	0	0	12	12	8	14	18	27	26	26	31	36	34	26	35	32	37	39	39	43	44	48	43	57	49	56	70	66	41	59	67	59	71	59	56	49	47	48	70	62	56	67	60	77	83	82	66	74	83	71	89	105	81	99	94	98	99	83	83	89	79	84	73	72	102	76	66	78	67	77	57	45	51	32	36	49	39	56	42	39	27	32	31	41	24	37	23	27	18	20	12	13	9	12	5	7	10	5	5	0	1	0	2	1	1	0	0	0
4	1111056000	2023-02-28	서울특별시	종로구	평창동	17602	8212	9390	33	46	37	56	57	54	57	80	73	71	72	55	80	70	67	101	70	63	83	89	80	99	126	100	94	92	115	115	116	126	101	112	107	88	90	102	80	96	100	107	102	130	133	121	106	91	117	92	117	147	133	149	148	146	150	145	121	144	148	114	172	165	149	144	131	124	124	110	101	91	99	57	62	70	73	67	57	43	38	51	43	51	39	40	39	31	25	28	20	16	12	10	2	1	5	1	1	0	2	1	2	1	0	0	29	31	50	49	35	47	46	71	70	68	71	74	93	61	77	81	84	75	95	81	80	97	106	115	104	111	116	112	128	126	112	99	92	92	97	119	125	110	109	123	151	151	145	136	130	123	122	129	146	176	178	178	179	186	204	172	170	174	152	171	156	168	184	129	146	158	133	128	133	104	89	69	58	66	89	76	82	71	78	53	48	67	56	58	50	55	40	34	42	27	19	20	15	9	10	11	10	1	4	3	2	2	0	1	1	1

-행정구역별 위도/경도 raw 데이터 샘플

	시도	시군구	읍면동/구	읍/면/리/동	리	위도	경도
0	서울특별시	nan	nan	nan	nan	37.5666	126.978
1	서울특별시	강동구	nan	nan	nan	37.5301	127.124
2	서울특별시	강동구	천호동	nan	nan	37.545	127.137
3	서울특별시	강동구	성내동	nan	nan	37.5304	127.122
4	서울특별시	강동구	암사동	nan	nan	37.5515	127.133

위 데이터셋을 조합해서 하나의 데이터셋으로 정리했습니다.

-전처리된 데이터 샘플

	시도명	시군구명	읍면도명	인구수	위도	경도	가중치
0	서울특별시	종로구	청운효자동	11605	37.5841	126.971	13
1	서울특별시	종로구	사직동	9120	37.5762	126.969	10
2	서울특별시	종로구	삼청동	2322	37.585	126.982	3
3	서울특별시	종로구	부암동	9178	37.5925	126.964	10
4	서울특별시	종로구	평창동	17602	37.6063	126.968	19

정리한 데이터 시각화

정리한 데이터를 바탕으로 인구밀도 산점도를 시각화해봤습니다.

위도/경도 데이터를 포함시킨 덕에 모양이 대한민국 지도 모양으로 나왔습니다.

데이터의 부족한 점 보완하기

위 산점도에는 위도/경도 데이터만 포함되어 있지 인구수 데이터는 포함되어있지 않습니다.
그래서 각 위도/경도를 (인구수 / 1000 + 1)개만큼 복사해서 KMeans Clustering을
수행할 것입니다.

부족한 점을 보완한 데이터 시각화.

KMeans

정리한 데이터로 KMeans Clustering을 수행한 뒤 Elbow Curve를 시각화해봤습니다.

Elbow Curve
Elbow Curve입니다. 제가 보기엔 9가 가장 적절한 Cluster의 개수인 것 같네요.

Cluster을 9개로 설정하고 시각화한 KMeans Clustering 결과입니다.
이걸 대한민국의 인구 밀도에 따른 최적화된 행정구역이라고 볼 수 있을까요?