전체 글

git push origin master 혹은 main이번에는 자신의 repository안에 repository를 넣어보도록 하겠다.repo들이 너무 많아져서 정리가 안 되는 느낌이어서 시도해 봤다!! 우선 github의 subtree라는 것을 이용한다.  우선 메인 repo를 parents repo라고 지칭하고, 그 안에 폴더형식으로 넣을 repo들을 child repo라고 본 글에서 지칭하겠다. 1. Clone parents repo우선 자신의 local에 parents repo를 clone 해준다.git clone {ParentsRepo}그러면 무슨 ` warning: You appear to have cloned an empty repository`라는 에러가 뜰 텐데 단순 빈 repo를 복사했다..

오늘은 자신의 github의 메인화면을 꾸미는 글을 작성해 보겠다. 1. Repository 생성 우선 깃허브에는 특정 이름으로 파일을 만들면 설정되는 몇가지가 있다. 예를 들어 README.md로 만들면 그게 repository 메인으로 뜨게 되고, wiki에서도 Home으로 페이지를 만들면 메인페이지가 되고 이런.. 아무튼 그래서 위와 같은 페이지를 만들기 위해서는 자신의 github 사용자명으로 된 repo를 생성하면 된다. 깃허브 페이지 좌측상단에 자신의 이름이 나오는데, 나의 경우는 Bae-ChangHyun이기 때문에 똑같은 이름으로 repo를 생성해 준다. (아래는 공식 github 가이드이다.) Managing your profile README - GitHub Docs You can add..

뭐 글들을 보면 알겠지만, 두서없이 그냥 막무가내로 적은 것 같다. 그리고 프로젝트의 시작~끝을 글로 정리하려니 너무 어려웠다. 누군가 볼 것 같지도 않지만..내가 나중에 보고 기억할 정도로만 적어봤다. 진짜 최종최종최종 전체 요약이다. 혹시나 관심 있다면 이 요약+ppt+코드보면 대강 이해 갈 것이다. [산불 발생 관련 데이터 처리] 2011~2021년 강원도의 산불 발생 날짜, 시각, 발생위치를 가져옴.(산림청 산불피해대장) -> 산불 발생 데이터(총 1053개) - 도로명 주소를 경위도 좌표로 변환 - 산불 발생 데이터(target=1)인 데이터의 분포(발생위치, 발생 날짜, 계절)를 고려하여 임의의 산불 발생 x 데이터(target=0)을 생성-> 총 1140 개 - 산불 발생 데이터와 산불 발생..

이제 train data는 모두 준비됐다. 정리해보면 독립변수=feature= x는 기상데이터, 지형데이터, 인적데이터가 될 것이고 y는 1 혹은 0이 될 것이다. train의 경우 target이 1인 산불발생에 관련된 데이터가 1024개 그리고 산불이 발생하지 않은 데이터가 1140개 총 2164개의 데이터로 학습이 진행된다. test의 경우가 참 애매했다. 우리의 목적이 무엇인가를 다시 생각해봐야한다. 우리의 목적은 산불발생확률을 예측하는 것이다. 따라서 전지역에 대한 산불발생확률을 생성해야한다. 그래서 이전에 말했던 지형의 해상도에 맞게 강원도 전체를 400*278로 나눈 총 11만개 정도의 input을 최종적으로 넣어서 나오는 결과값들이 결과값이다. 아래 그림을 보면 좀 이해가 될 것 같은데, 저..

이제 데이터 셋 자체는 모두 준비했기 때문에 모델 학습을 위한 train, test 셋을 구성해야 한다. 우선 정리하고 넘어가면 산불발생에 대한 데이터를 fire data라고 명칭 하자. fire데이터는 현재 산불 발생 날짜와 위치 그리고 그에 맞는 기상데이터를 붙여놓은 상태이다. 그리고 지형과 인적 데이터의 경우 아직은 강원도 전체에 대한 이미지 파일이다. 이 지형과 인적데이터를 각 날짜, 시간에 맞게 매칭해줘야 한다. 우선 이미지 파일에 대해서 다시 확인하면, 우리가 보기에는 이미지로 되어있지만 이것은 사실 가로 400 세로 278의 격자로 되어있는 데이터이고 각 격자마다 값이 들어있다. -> 이것을 해상도라고 지칭했다 (이것은 보간할 때 더 정밀하게 즉 400*278보다 더 크게 할 수 있었는데 그..

사실 프로젝트의 전체적 구조를 아직 잘 모르겠는 사람도 있겠지만, 우선 마지막 DAY 글에 있는 PPT를 먼저보고 나중에 다시 이 글을 읽는 것이 좋을 것도 같다. 이전에 산불 발생 유무 데이터와 해당 기상데이터까지 수집된 상태이다. 이제는 지형 데이터와 인적 데이터를 수집하였다. 사실 이 과정이 실제 프로젝트 진행할 때는 너무나도 힘들었다. 지형 데이터들의 형식이 tif나 shp라는 생소한 파일형식이며 qgis라는 지리정보프로그램을 이용하여 데이터를 전처리하는 것도 있었는데 너무나도 어려웠고, 파이썬에서 이러한 지리정보를 다루는 예제 같은 것들이 많이 공개되어있지 않아서 겨우 겨우 해낸 것 같다. 1. 지형 데이터 수집 우선 지형데이터는 NDVI(식생지수), 경도, 고도를 이용하였고 인적데이터로는 토지..

우선 이 프로젝트의 제일 큰 토대는 기상데이터, 지형데이터, 인적데이터에 따라 산불이 발생할 확률을 구하는 것이다. 산불은 매우 다양한 요인들에 의하여 발생하며 우리나라의 경우 최근 10년간 산불로 인한 피해가 급증하였다. 산불을 예측할 때 기상요인이야 당연하게 수집해야 할 것이며, 우리나라의 산불 발생의 80%가 인간 활동으로 인한 것이기 때문에 이러한 요인들도 반영해보고자 하였다. 그전에 이번 프로젝트는 강원도만을 한정지어서 진행하였다. 산불발생데이터가 각 지역마다 형식도 달랐고 데이터가 미비한 곳이 많았기 때문에 우리나라에서 가장 산불이 많이 발생하며 산맥이 있는 강원도를 타깃으로 하여 진행하였다. 1. 산불 발생 데이터 수집 우선 첫 번째로 할 것은 데이터 수집으로 강원도에서 발생한 산불들에 대한..