Kaggle - 호텔 예약 데이터 분석 및 모델링 1 ( Hotel Reservation )

https://www.kaggle.com/datasets/ahsan81/hotel-reservations-classification-dataset

Hotel Reservations Dataset

 

Hotel Reservations 

온라인 예약 플랫폼을 통해서 예약한 호텔에 대해 고객들의 선택은 굉장히 유동적입니다.

예약 취소나 노쇼가 흔하게 일어나죠.

 

호텔 입장에서는 이런 상황을 미리 예측하고 줄여야 손해를 막을 수 있습니다. 

 

EDA와 시각화를 해보고 다양한 모델들을 만들어봅시다.

 

시각화에 굉장히 많은 시간을 투자했습니다. 컬럼이 많아서 시각화 하여 서로의 관계를 파악하는 단계가 길어졌습니다.

 

Data EDA

필요한 라이브러리들을 우선 import 해보고 시작합시다 ! 

 

우리가 사용할 호텔 데이터세트의 컬럼 정보입니다.

info로 데이터의 대략적인 정보를 확인해보고요

 

유니크 값들이 몇개나 있는지도 확인합니다.

결측값은 없는걸로 파악되네요

 

시각화

 

pandas의 groupby 를 사용하여 호텔을 예약한 성인들의 수를 pie 차트로 나타냈습니다.

2인 예약이 가장 많고 그 다음은 1인 3인으로 이어집니다. 

df.groupby('no_of_adults')['Booking_ID'].agg(['count']).sort_values(by='count', ascending=False).plot(kind='pie',
                                                                                                      autopct='%1.2f%%',
                                                                                                     subplots=True,
                                                                                                     figsize=(8,8))

 

그 다음은 투숙객중 아이가 얼마나 있는지 파이차트로 그려봤습니다.

0명이 92%로 가장 높네요.

df.groupby('no_of_children')['Booking_ID'].agg(['count']).sort_values(by='count',
                                                                      ascending=False).plot(kind='pie',
                                                                                            autopct='%1.2f%%',
                                                                                            subplots=True,
                                                                                            title='Children',
                                                                                            figsize=(9,9))

 

 

주말 밤에 예약한 횟수를 보여주는 것 같습니다.

seaborn 라이브러리를 활용하여 hist plot으로도 그려봤습니다.

df.groupby('no_of_weekend_nights')['Booking_ID'].agg(['count']).sort_values(by='count', ascending=False).plot(kind='bar',
                                                                                                             )

sns.histplot(x='no_of_week_nights',
             data=df, 
             hue='no_of_weekend_nights',
             kde=True, 
             palette='Set3')

 

그 다음은 식사 타입을 의미하는 meal plan 컬럼입니다. 

plan 1이 가장 높은 비율을 차지하네요.

df.groupby('type_of_meal_plan')['Booking_ID'].agg(['count']).sort_values(by='count', ascending=False).plot(kind='pie',
                                                                                                          subplots=True,
                                                                                                          figsize=(8,8),
                                                                                                          title='Meal')

 

그 다음으로는 주차장을 요구한 손님들의 비율입니다.

0은 필요하지 않는 손님들이고, 1은 주차장을 요구한 손님들의 비율입니다. 

df.groupby('required_car_parking_space')['Booking_ID'].agg(['count']).sort_values(by='count',ascending=False).plot(kind='pie',autopct='%1.2f%%',subplots=True,title='Required car parking space',figsize=(9,9))

 

 

---

다음 포스팅에서는 더 다양한 시각화 라이브러리를 통해 

시각화 연습을 더 해보고 머신러닝 모델을 구축해 보겠습니다. !! 감사합니다 ::)