data/README.md

# 데이터 디렉토리 가이드

## 데이터 준비 방법

### 1. 필요한 파일

`data/raw/` 폴더에 다음 **3개의 CSV 파일**을 넣기:

#### ① `big_data_set1_f.csv` - 매장 기본 정보

**필수 컬럼**:

- `ENCODED_MCT`: 매장 ID(고유 식별자)
- `MCT_ME_D`: 폐업 날짜(폐업 시에만 값 존재, 타겟 변수)
- `HPSN_MCT_BZN_CD_NM`: 업종명(카페, 음식점 등)
- `MCT_SIGUNGU_NM`: 지역명

#### ② `ds2_monthly_usage.csv` - 월별 이용 데이터

**필수 컬럼**:

- `ENCODED_MCT`: 매장 ID
- `TA_YM`: 년월(예: 202401)
- `RC_M1_SAA`: 월 매출액 구간(1_0-25%, 2_25-50% 등)
- `MCT_OPE_MS_CN`: 영업 개월 수 구간
- `RC_M1_AV_NP_AT`: 평균 이용 금액 구간

**선택 컬럼**:

- `APV_CE_RAT`: 승인 취소율
- `DLV_SAA_RAT`: 배달 매출 비율

#### ③ `ds3_monthly_customers.csv` - 월별 고객 데이터

**필수 컬럼**:

- `ENCODED_MCT`: 매장 ID
- `TA_YM`: 년월
- `MCT_UE_CLN_REU_RAT`: 재이용 고객 비율 (%)

**선택 컬럼**:

- `MCT_UE_CLN_NEW_RAT`: 신규 고객 비율
- `M12_MAL_1020_RAT`, `M12_MAL_30_RAT` 등: 연령대별 남성 고객 비율
- `M12_FME_1020_RAT`, `M12_FME_30_RAT` 등: 연령대별 여성 고객 비율

---

## 데이터 형식 참고

### 매출/운영 구간 코드

```python
# 매출 구간 (RC_M1_SAA)
'1_0-25%'      → 하위 25 % (매우 낮음)
'2_25-50%'     → 25 - 50 % (낮음)
'3_25-50%'     → 25 - 50 % (낮음)
'4_50-75%'     → 50 - 75 % (보통)
'5_75-100%'    → 75 - 100 % (높음)
'6_100%+'      → 상위권(매우 높음)

# 영업 개월 수 구간 (MCT_OPE_MS_CN)
'1_0-25%'      → 신생(0 - 6개월)
'2_25-50%'     → 초기(6 - 12개월)
'3_25-50%'     → 초기(6 - 12개월)
'4_50-75%'     → 중기(12 - 24개월)
'5_75-100%'    → 장기(24 - 36개월)
'6_100%+'      → 오래된 매장(36개월 +)
```

### 특수값 처리

```python
# 결측값 표시
-999999.9      → 데이터 없음(NaN으로 처리됨)
NaN            → 데이터 없음
```

---

## 다음 단계

데이터 준비가 완료되면:

1. **Jupyter 노트북으로 학습**:
   ```bash
   jupyter notebook notebooks/train_model.ipynb
   ```

2. **또는 스크립트로 학습**:
   ```bash
   python src/train.py
   ```

3. **모델 확인**:
   ```bash
   ls models/
   # xgboost_model.pkl, lightgbm_model.pkl, config.json 등 확인
   ```

---

## 자주 묻는 질문

**Q1. 파일 인코딩 오류가 발생합니다.**

A: CSV 파일의 인코딩을 확인하고 `encoding='cp949'` 또는 `encoding='utf-8'`로 변경하세요.

**Q2. 월별 데이터가 2개월밖에 없는데 괜찮나요?**

A: 최소 3개월 이상의 데이터가 필요합니다. 추세 분석을 위해 6개월 이상 권장합니다.

**Q3. 폐업 매장이 너무 적은데 괜찮나요?**

A: 전체의 1-5% 정도면 충분합니다. SMOTE로 클래스 불균형을 해결합니다.

**Q4. 필수 컬럼이 없으면 어떻게 하나요?**

A: `feature_engineering.py`에서 해당 특징 생성 부분을 수정하거나 기본값을 사용하도록 설정하세요.

---

## 지원

문제가 발생하면 GitHub Issues에 데이터 구조와 오류 메시지를 포함하여 등록해주세요.