XGBoost Regression 기계학습을 이용한 제주도 지하수 염소이온 농도예측 연구 사례

1. 서 론

기계학습(machine learning)은 인공지능(artificial intelligence)의 일종으로 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 제공하는 분야로 정의되며 인간이 학습하듯 컴퓨터에도 정보들을 제공하여 스스로 경험하고 학습하게 함으로써 새로운 지식을 창조하는 것을 말한다(Mitchell, 1996; Jordan and Mitchell, 2015). 기계학습의 알고리즘의 유형은 크게, 문제와 답을 갖는 지도학습, 문제만 존재하는 비지도학습, 문제와 답을 찾아야하는 강화학습으로 나눌 수 있다(Bi et al., 2019).

한편 홍수, 물 사용량, 수질, 수처리 공정 예측과 같은 물 연구에 대한 기계학습의 이용은 2021년 11월 20일 기준 176건으로 2017년 이후 급격히 증가하는 추세를 보인다(O et al., 2022). Cheng et al. (2018)는 어류의 3차원 좌표 정보를 바탕으로 어류의 이동을 계산할 수 있게 설계한 Tracking-Learning-Detection (TLD)와 알려지지 않은 어류 이동 매개변수를 분석 및 평가하는 XGBoost를 이용하여 수질 관측 방법을 제시하였다. Singha et al. (2021)는 Random Forest (RF), Extreme Gradient Boosting (XGBoost), Artificial Neural Network (ANN), Deep Learning (DL)을 이용하여 Entropy-weighted Water Quality Index (EWQI)를 예측하였으며 XGBoost는 Deep Learning 다음으로 좋은 성능을 나타냈다. Lu and Ma (2020)는 단기간의 수질 자료를 가지고 보다 정확한 예측 결과를 얻기 위하여 XGBoost와 RF에 Complete Ensemble Empirical Mode Decomposition with Adaptive Noise (CEEMDAN)을 결합하여 모델을 만들었고 CEEMDAN-XGBoost는 수온, 용존산소(DO), 수소이온농도(pH), 전기전도도(EC), 탁도, 형광 용존 유기물 예측에서 우수한 성능을 보였다.

Barzegar et al. (2018)은 신뢰할 수 있는 지하수 위해성 지도를 구축하기 위하여 Extreme Learning Machines (ELM), Multivariate Regression Splines (MARS), M5 tree model, Support Vector Regression (SVR)을 통해 얻은 값을 이용하여 ANN을 설계하였다. Naghibi et al. (2015)는 지하수의 측정, 보호 및 관리에 대한 발전을 위하여 Boosted Regression Tree (BRT), Classification and Regression Tree (CART), RF을 성능을 비교하였으며 빠르고 정확하며 알맞은 비용으로 효율적인 결과를 도출하였으며 비슷한 유역에서도 같은 모델을 적용할 수 있음을 주장하였다. Knoll et al. (2019)는 The European Water Framework Directive의 질산염 감소에 대한 요구사항을 충족하기 위하여 질산염 농도의 공간적 분포는 Geographic Information System (GIS) 기반의 통계적 방법을 이용하였고, 다양한 통계 방법의 비교를 위해 Multiple Linear Regression (MLR), CART, RF, BRT을 사용하였다.

국내에서 기계학습을 지하수에 적용한 사례로 Yoon et al. (2016)는 ANN과 SVR을 이용하여 지하수위 시계열 예측모델을 개발하였으며 각 모델 파라미터 값의 범위를 제시하였다. Chung et al. (2017)은 ANN을 이용하여 지하수위를 월 단위로 예측하는 모델을 개발하였고 이를 실제 관측공에 적용하였으며 수개월 동안 강수가 없는 제주도 지역에 대한 지하수위 저하 양상을 분석하였다. Kim et al. (2019)는 지하수 함양량 산정을 위하여 표고, 경사, 토양과 같은 15개의 항목을 입력 인자로 설정하고 지하수 함양율을 출력 인자로 설정하여 ANN 모델을 개발하였다.

기계학습을 이용한 지하수 염소이온(Cl^-)과 관련된 연구 사례는 Tran et al. (2021)에서 RF, XGBoost, CatBoost (CB), Light Gradient Boosting (LGB)을 이용하여 메콩강의 삼각주에서 염분 농도 예측을 하였다. Mosavi et al. (2020)는 염도 증가로 인한 심각한 환경 문제에 따른 관리 및 완화를 위하여 지하수 염도 지도화에 기계학습 적용을 제시하였다. Kassem et al. (2021)는 Cl^- 농도에 영향을 주는 주요 변수를 선별하기 위하여 ANN 모델을 제시하였다.

국외에 비해 국내에서 기계학습을 이용한 지하수 적용 사례가 적으며 Cl^- 예측 사례는 더욱 적다. 따라서 국내 기계학습을 통한 지하수 연구에 대한 더욱 많은 적용사례가 필요하며 본 연구에서 이러한 간극을 채우기 위한 연구를 수행하였다.

본 연구에서는 제주도의 주요 오염원 중 하나인 염소이온(Cl^-)을 예측하기 위해 제주특별자치도에서 운영하는 지하수위 관측망, 지하수 염분 관측망, 수질 전용 관측망의 2020년 자료를 탐색적 데이터 분석(Exploratory Data Analysis, EDA) 및 전처리(preprocessing)를 진행한 뒤, 구조적 데이터를 사용 및 예측할 때 뛰어난 성능과 변수 중요도를 이용하여 필요한 변수에 대한 분석이 용이한 XGBoost를 통하여 표고(elevation), 수소이온농도(pH), 전기전도도(EC), 질산성질소(NO₃^--N), 중탄산염(HCO₃^-), 황산염(SO₄^2-), 나트륨이온(Na⁺), 칼륨이온(K⁺), 칼슘이온(Ca²⁺), 마그네슘이온(Mg²⁺), 규소이온(Si⁴⁺)을 입력 인자로 기계학습을 진행하였다(Kwon and Chang, 2021). 또한 회귀모델 평가 지표인 평균절대오차(Mean Absolute Error, MAE), 평균제곱오차(Mean Squared Error, MSE), 결정계수(R²), 평균제곱근오차(Root Mean Squared Error, RMSE), 평균절대백분율오차(Mean Absolute Percentage Error, MAPE)를 이용하여 XGBoost Regression의 성능을 평가하였다.

2. 연구지역 및 연구방법

2.3 전처리

2.3.1 결측치 확인 및 처리

개별 행의 결측치를 직접 엑셀과 같은 표로 확인하는 것은 매우 어려운 일이므로 이에 결측치를 확인하고 패턴을 감지하기 위하여 Python package 중 하나인 Missingno matrix를 사용하였다(Bilogur, 2018).

Missingno matrix와 Python 패키지를 통해 각 수질항목의 결측치 개수는 pH: 20, EC: 10, Cl^-: 5, NO₃^--N: 4, HCO₃^-: 13, SO₄^2-: 4, Na⁺: 5, K⁺: 4, Ca²⁺: 4, Mg²⁺: 5, NH₄⁺-N: 20, NO₂^--N: 19, F^-: 19, Cu²⁺: 4, Si⁴⁺: 19, Sr²⁺: 19, Zn²⁺: 45로 확인되었다. 결측치를 잘못된 값으로 채운다면 편향된 추정치와 왜곡된 통계력 및 결론을 얻을 수 있다(Acock, 2005). 결측치를 처리하기 위해서는 누락된 데이터를 제거하거나 결측치를 특정 값으로 보간하는 방법 등 다양한 방법이 존재한다(Kaiser, 2014).

제주특별자치도 지하수위 관측망, 지하수 염분 관측정, 수질 전용 관측망의 2020년 관측자료의 결측치를 처리하기 위해 18개의 수질항목의 평균, 편차, 최솟값, 최댓값, 4분위 값을 고려하여 Missing 1, Missing 2, Missing 3으로 그룹을 나누었다(표 1). Missing 1에 해당하는 Zn²⁺, NO₂^--N, NH₄⁺-N, Cu²⁺은 대부분 값이 0을 가지며 이는 불검출을 의미한다. Missing 1의 결측치는 최빈값인 0으로 보간하였다. Missing 2에 해당하는 pH, NO₃^--N, HCO₃^-, F^-, Si⁴⁺, Sr²⁺은 비교적 값들이 큰 차이를 갖지 않는다. Missing 2의 결측치는 평균으로 보간하였다. Missing 3에 해당하는 EC, Cl^-, SO₄^2-, Na⁺, K⁺, Ca²⁺, Mg²⁺은 이상값을 가지며 값들의 차이가 매우 크다. Missing 1, Missing 2와 같이 0이나 평균으로 보간할 경우 왜곡된 결과와 초래할 수 있어 결측치를 갖는 해당 열을 삭제하는 방법을 사용하였다(Kaiser, 2014).

Table 1.

Number of data, mean, deviation, minimum, 25%, 50%, 75%, and maximum values of groundwater quality.

2.3.2 이상치 제거

이상치란 관측된 데이터의 범위에서 벗어난 아주 작거나 큰 값을 말한다. 이상치 데이터는 모델의 예측 성능을 하락시키는 불필요한 요소로서 제거가 필수적이다. 표 1를 통하여 각 수질항목의 최솟값, 25 %, 중앙값, 75% 최댓값을 분석하여 이상치를 확인하였다. Missing 3의 이상치 제거를 위하여 우선적으로 사분위법(Inter Quantile Range, IQR)을 사용하였다. 사분위법은 데이터를 오름차순으로 정렬하였을 때 중간 50%의 해당되는 데이터들을 말하며 Q₁, Q₂, Q₃ 각 0.25, 중앙값, 0.75에 위치하는 데이터를 기준으로 네 구간으로 나눈다. 사분위법(IQR)을 이용한 이상치은 Q₁, Q₃에 위치한 데이터 값에 1.5*중앙값을 빼거나 더해 구한 값의 이하, 이상 값들을 말한다(Jeon et al., 2020)(식 1). 그러나 높은 값을 가지는 데이터가 상당수 제거되어 사분위법을 이용한 이상치 제거는 사용하지 못하였다(그림 1).

$\[ \begin{array}{c}IQR=Q_3-Q_1\hfill \\ Q_1-1.5\times IQR\le X\le Q_3+1.5\times IQR\hfill \end{array} \]$

(1)

Fig. 1.

Box plots of missing 3 after removing missing values and outliers.

데이터 손실 최소화와 모델 예측 성능 향상을 목적으로 이상치 제거 작업을 진행하였으며 사용한 방법은 다음과 같다. 수질항목들의 값을 오름차순으로 정렬 후, 구간별 값들의 변화 증가 추세를 파악하였다. 표 2와 같이 0.94, 0.95, 0.96, 0.97, 0.98, 0.99 구간의 값을 분석한 결과 0.96 구간 수질항목들의 값은 0.95 구간보다 EC, Cl^-, SO₄^2-, Na⁺가 각 1,131.5 μS/cm, 298.1 mg/L, 108.9 mg/L, 43.7 mg/L로 급격한 상승을 보인다. 0.96 이후 구간부터는 더욱 급격한 상승을 나타내기 때문에 0.96 이전 구간의 데이터를 사용하고 해당 구간부터 이상치로 판단하고 제거하였다. 0.95 구간에 해당하는 값들까지 사용하였기에 데이터 손실을 최소화와 모델 예측 성능을 향상시킬 수 있었다.

Table 2.

Percentile distribution of parameters (94%, 95%, 96%, 97%, 98%, 99%) with outliers sorted in ascending order.

2.3.3 로그 변환

표고, pH, EC, Cl^-, NO₃^--N, HCO₃^-, SO₄^2-, Na⁺, K⁺, Ca²⁺, Mg²⁺의 히스토그램을 살펴보았을 때, 왜도가 양의 값을 가지며(positive skewness) 수질항목별 크기(scale) 또한 다르다. 그러므로 기계학습의 성능을 올리기 위해서는 최대한 정규분포로 만들어야 하며 수질항목들을 크기를 맞추어야(scaling) 한다. 로그 변환은 연속형 자료를 정규화할 때 매우 효과적이며(O’Hara and Kotze, 2010) 비교적 큰 값을 작게 만들고 왜도와 첨도를 줄여 정규분포를 나타내게 할 수 있다. 위 수질항목들은 log-normal 분포를 나타내며 Gaussian 분포로 변화시키기 위하여 log(1+X)를 취하여 변환하였다(그림 2). log(X)가 아닌 log(1+X)를 사용한 이유는 데이터에 0 값이 존재하여 y가 -무한대(-infinite)의 값을 가지는 것을 방지하기 위함이다. 또한 로그 변환된 수질항목들은 0-7.28의 값의 비교적 유사한 크기로 변환되었다.

Fig. 2.

Normalized and feature scaled variables using log transformation for Cl- regression.

3. 결과 및 토론

XGBoost Regression의 예측 성능을 높이기 위하여 불필요한 매개변수 제거 전 수질항목에 대해 피어슨 상관분석과 XGBoost의 변수 중요도(feature importance)를 분석하였고, Cl^-과의 상관성이 낮은 수질항목과 XGBoost Regression에서 중요도가 낮은 매개변수를 비교 및 제거하는 과정을 반복 수행하여 모델 성능을 향상시켰다.

그림 3는 피어슨 상관분석을 이용하여 수질항목과 Cl^-의 관계성을 분석한 결과를 보여준다. SO₄^2-, Na⁺, EC, F^-, K⁺, Mg²⁺, Ca²⁺, pH, HCO₃^-, NO₂^--N, NO₃^--N, Cu²⁺, NH⁺-N, Zn²⁺, Sr²⁺, 표고, Si⁴⁺은 Cl^-과의 상관계수가 각 0.99, 0.98, 0.89, 0.89, 0.78, 0.77, 0.69, 0.58, 0.18, -0.10, -0.15, -0.16, -0.19, -0.22, -0.24, -0.47, -0.56의 값을 가진다.

Fig. 3.

Pearson correlation coefficients for all variables.

1차적으로 모든 파라미터를 XGBoost에 입력하여 도출하였을 때 Sr²⁺, Zn²⁺, Cu²⁺, F^-, NO₂^--N, NH₄⁺-N의 변수 중요도가 비교적 낮게 나왔으며 Sr²⁺, Zn²⁺, Cu²⁺, NO₂^-N, NH₄⁺-N은 비교적 낮은 상관관계를 보였다. 변수 중요도와 상관분석 결과, 공통으로 낮은 파라미터를 제외하는 경우보다 낮은 변수 중요도를 갖는 파라미터를 제외했을 때, Sr²⁺, Zn²⁺, Cu²⁺, F^-, NO₂^--N, NH₄⁺-N을 제외한 XGBoost의 성능이 향상되었다. 예외적으로 F^-은 비교적 높은 상관계수를 가지지만 변수 중요도는 낮게 나타났다. 결과적으로 Na⁺, HCO₃^-, Si⁴⁺, K⁺, SO₄^2-, NO₃^--N, Mg²⁺, EC, 표고, Ca²⁺, pH 순으로 XGBoost regression에서 Cl^-를 예측하는데 중요한 변수로 작용하였다(그림 4).

Fig. 4.

Feature importance graph when XGBoost regression regressed Cl-.

XGBoost를 최적화시키기 위하여 GridsearchCV를 수행하였으며, 이를 위해서는 사용자가 직접 하이퍼파라미터의 값을 설정해야 한다. 학습 단계별 가중치를 얼마나 적용할 지에 대한 하이퍼파라미터인 learning rate와 Tree의 깊이를 결정하는 Max_depth, 과적합을 조정하는데 사용하는 Colsample_bytree, Min_child_weight를 고려하였다(Singha et al., 2021). Min_child_weight, Colsamlpe_bytree는 0.5-4, Max_depth는 3-6, N_estimators는 100-500, Learning_rate는 0.04 값을 사용하였다. GridsearchCV을 이용하여 300개의 경우의 수와 5번의 교차검증, 총 1500가지 경우의 수를 순차적으로 학습시켰으며 최적의 하이퍼파라미터 값은 Colsample_bytree 0.5, Max_depth 6, Min_child_weight 4.0, N_estimators 500, Learning_rate 0.04으로 측정되었으며 이를 사용하였다. N_estimators는 500으로 설정하였으며 그 중 마지막 의사결정나무는 그림 5와 같다.

Fig. 5.

Visualization of the last tree out of 500.

MAE, MSE, R², RMSE, MAPE을 이용하여 XGBoost 모델을 평가하였다(Doreswamy et al., 2020). MAE 0.156, MSE 0.055, R² 0.900, RMSE 0.235, MAPE 0.053의 값으로 평가되었으며 실제값과 예측값의 비교를 위한 시각화는 그림 6과 같다.

Fig. 6.

Comparison graph of real and predict values.

4. 결 론

본 연구에서는 XGBoost regression을 이용하여 제주특별자치도 지하수위 관측망, 지하수 염분 관측정, 수질 전용 관측망의 2020년 관측자료에서 추출한 18개의 수질항목 중 11개의 입력값으로 Cl^-을 예측하였다. 상관분석과 변수 중요도 분석을 통하여 Cl^-을 예측하기 위해서는 Na⁺, HCO₃^-, Si⁴⁺, K⁺, SO₄^2-, NO₃^--N, Mg²⁺, EC, 표고, Ca²⁺, pH의 매개변수를 이용하여 회귀하였을 때 가장 좋은 예측값(R²=0.904)을 얻었다. 그러나 본 연구에서 어려운 점은 수질측정 자료의 결측치와 이상치 제거에 대한 최적의 방법을 찾는 것이었다. 이상치 처리에 대한 고민과 다양한 요인으로 인한 일부 수질측정자료 값이 비정상적으로 높았으며 Cl^- 농도를 예측하는데 어려움을 겪었다. 그러므로 수질 측정자료의 이상치 처리, 정규화 및 표준화에 대한 추가적인 연구가 필요하다고 판단된다.

제주도 주요 오염물질 중 하나인 Cl^-을 더욱 정확히 예측하려면 주기적인 시계열적인 관측자료와 좌표, 강수량, 해안거리 등 추가적인 매개변수들이 필요하다. 위와 같은 문제점들이 개선된다면 XGBoost 이외의 다른 기계학습 또한 Cl^-을 포함한 다른 오염물질들에 대한 예측 성능이 더욱 향상될 것으로 사료된다.

Acknowledgments

본 논문은 2022년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(No.2019R1A6A1A03033167). 또한 환경부의 재원으로 한국환경산업기술원의 미세플라스틱 측정 및 위해성평가 기술개발사업의 지원을 받아 연구되었음(2020003110010).

References

• Abou Omar, K.B., 2018, XGBoost and LGBM for Porto Seguro’s Kaggle Challenge: A Comparison. ETH Zurich, Zurich, 16 p.
• Acock, A.C., 2005, Working with missing values. Journal of Marriage and Family, 67, 1012-1028. [https://doi.org/10.1111/j.1741-3737.2005.00191.x]
• Barzegar, R., Moghaddam, A.A., Deo, R., Fijani, E. and Tziritis, E., 2018, Mapping groundwater contamination risk of multiple aquifers using multi-model ensemble of machine learning algorithms. Science of the Total Environment, 621, 697-712. [https://doi.org/10.1016/j.scitotenv.2017.11.185]
• Bi, Q., Goodman, KE., Kaminsky, J. and Lessler, J., 2019, What is machine learning? A primer for the epidemiologist. American Journal of Epidemiology, 188, 2222-2239. [https://doi.org/10.1093/aje/kwz189]
• Bilogur, A., 2018, Missingno: a missing data visualization suite. Journal of Open Source Software, 3, 1-4. [https://doi.org/10.21105/joss.00547]
• Chen, T. and Guestrin, C., 2016, Xgboost: a scalable tree boosting system. In Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining, 785-794. [https://doi.org/10.1145/2939672.2939785]
• Cheng, S., Zhang, S., Li, L. and Zhang, D., 2018, Water quality monitoring method based on TLD 3D fish tracking and XGBoost. Mathematical Problems in Engineering, 2018, 5604740. [https://doi.org/10.1155/2018/5604740]
• Chung, I., Lee, J. and Chang, S.W., 2017, Long-term prediction of groundwater level in Jeju Island using artificial neural network model. Journal of the Korean Society of Civil Engineers, 37, 981-987.
• Doreswamy, Harishkumar, K.S., Yogesh, K.M. and Gad, I., 2020, Forecasting air pollution particulate matter (PM_2.5) using machine learning regression models. Procedia Computer Science, 171, 2057-2066. [https://doi.org/10.1016/j.procs.2020.04.221]
• Jeju Special Self-Governing Province, 2022, https://water.jeju.go.kr/main.cs, (April 25, 2022).
• Jeju Special Self-Governing Province and Jeju Groundwater Research Center, 2021, Annual Groundwater Monitoring Report. Jeju Special Self-Governing Province, 213 p (in Korean).
• Jeon, T.Y., Yu, S.H. and Kwon, H.Y., 2020, Improvement of PM forecasting performance by outlier data removing. Journal of Korea Multimedia Society, 23, 747-755 (in Korean with English abstract).
• Jordan, M.I. and Mitchell, M.T., 2015, Machine learning: Trends, perspectives, and prospects. Science, 349, 255-260. [https://doi.org/10.1126/science.aaa8415]
• Jung, H.J., 2012, Underground water discourse and policy at JeJu in 1990s. Tamla Culture, 40, 171-224 (in Korean with English abstract). [https://doi.org/10.35221/tamla.2012..40.006]
• Kaiser, J., 2014, Dealing with missing values in data. Journal of Systems Integration, 5, 1804-2724.
• Kassem, Y., Gökçekuş, H. and Maliha, M.R., 2021, Identifying most influencing input parameters for predicting chloride concentration in groundwater using an ANN approach. Environmental Earth Sciences, 80, 1-16. [https://doi.org/10.1007/s12665-021-09541-6]
• Kim, G., Hwang, C.I., Shin, H.J. and Choi, M.R., 2019, Applicability of ground-water recharge rate estimation method based on artificial neural networks in unmeasured areas. Journal of the Geological Society of Korea, 55, 693-701 (in Korean with English abstract). [https://doi.org/10.14770/jgsk.2019.55.6.693]
• Kim, G., Kim, J., Won, J. and Koh, G., 2007, Regional trend analysis for groundwater quality in Jeju Island- focusing on chloride and nitrate concentrations. Journal of Korea Water Resources Association, 40, 469-483 (in Korean with English abstract). [https://doi.org/10.3741/JKWRA.2007.40.6.469]
• Knoll, L., Breuer, L. and Bach, M., 2019, Large scale prediction of groundwater nitrate concentrations from spatial data using machine learning. Science of the Total Environment, 668, 1317-1327. [https://doi.org/10.1016/j.scitotenv.2019.03.045]
• Kwon, C.W. and Chang, H.H., 2021, Comparative analysis of traffic accident severity of two-wheeled vehicles using XGBoost. The Journal of The Korea Institute of Intelligent Transport Systems, 20, 1-12 (in Korean with English abstract). [https://doi.org/10.12815/kits.2021.20.4.1]
• Lee, C.S., Cho, T.C., Lee, S.B. and Won, K.S., 2007, A study of weathering characteristic of Baeknokdam trachyte in Jeju Island. The Journal of Engineering Geology, 17, 235-251 (in Korean with English abstract).
• Lee, Y. and Sun, J., 2020, Predicting highway concrete pavement damage using XGBoost. Korean Journal of Construction Engineering and Managment, 21, 46-55 (in Korean with English abstract).
• Lu, H. and Ma, X., 2020, Hybrid decision tree-based machine learning models for short-term water quality prediction. Chemosphere, 249, 126169. [https://doi.org/10.1016/j.chemosphere.2020.126169]
• Mitchell, T.M., 1996, Machine Learning. McGraw Hill, New York, 432 p.
• Mosavi, A., Hosseini, F.S., Choubin, B., Taromideh, F, Ghodsi, M., Nazari, B. and Dieva, A., 2020, Susceptibility mapping of groundwater salinity using machine learning models. Environmental Science and Pollution Research, 28, 10804-10817. [https://doi.org/10.1007/s11356-020-11319-5]
• Naghibi, S.A. and Pourghasemi, H.R., 2015, A comparative assessment between three machine learning models and their performance comparison by bivariate and multivariate statistical methods in groundwater potential mapping. Water Resources Management, 29, 5217-5236. [https://doi.org/10.1007/s11269-015-1114-8]
• O, W.K., Jang, H.N. and Shin, S.G., 2022, Application of machine learning in water industry: A review. Journal of the Korean Society of Water and Wastewater, 36, 9-21 (in Korean with English abstract). [https://doi.org/10.11001/jksww.2022.36.1.9]
• O'Hara, R. and Kotze, J., 2010, Do not log-transform count data. Methods in Ecology and Evolution, 1, 118-122. [https://doi.org/10.1111/j.2041-210X.2010.00021.x]
• Singha, S., Pasupuleti, S., Singha, S.S., Singh, R. and Kumar, S., 2021, Prediction of groundwater quality using efficient machine learning technique. Chemosphere, 276, 1-11. [https://doi.org/10.1016/j.chemosphere.2021.130265]
• Tran, D., Tsujimura, M., Ha, N.T., Nguyen, V.T., Binh, D.V., Dang, T.D., Doan, Q., Bui, D.T., Ngoc, T.A., Phu, L.V., Thuc, P. and Pham, T.D., 2021, Evaluating the predictive power of different machine learning algorithms for groundwater salinity prediction of multi-layer coastal aquifers in the Mekong delta, Vietnam. Ecological Indicators, 127, 107790. [https://doi.org/10.1016/j.ecolind.2021.107790]
• Won, J.H., Lee, J.Y., Kim, J.W. and Koh, G.W., 2006, Groundwater occurrence on Jeju Island, Korea. Hydrogeology, 14, 532-547. [https://doi.org/10.1007/s10040-005-0447-4]
• Yoon, H., Yoon, P., Lee, E., Kim, G.B. and Moon, S.H., 2016, Application of machine learning technique-based time series models for prediction of groundwater level fluctuation to national groundwater monitoring network data. Journal of the Geological Society of Korea, 52, 187-199 (in Korean with English abstract). [https://doi.org/10.14770/jgsk.2016.52.3.187]
• Yoon, S., Jung, C.Y., Hyun, W.H. and Song, S.T., 2014, Tectonic history of Jeju Island. Journal of the Geological Society of Korea, 50, 457-474 (in Korean with English abstract). [https://doi.org/10.14770/jgsk.2014.50.4.457]