bub3690 / 2022_gdsc_inha_ai Goto Github PK

View Code? Open in Web Editor NEW

6.0 6.0 3.0 4.24 MB

2022년 GDSC INHA AI 스터디 그룹

Jupyter Notebook 100.00%

2022_gdsc_inha_ai's Introduction

Hello, world! 👋

About me

🔭 I’m currently working on 🏢Inha university Medical AI Lab
🌱 I’m currently learning : [ PyTorch / librosa / ]
👯 I’m looking to collaborate on ... [ Voice Ai ]
🤔 I’m looking for help with [ Wav2vec , voice ai ]
📫 How to reach me: [email protected] .
😄 Pronouns: Just call me Jb !

I like reading papaers. Let's study!

I'm currently working hard with

What can I do more?

What did I make ?

(공사중)

2022_gdsc_inha_ai's People

Contributors

Stargazers

Watchers

Forkers

adsenser oneonlee kwakjoonhyung

2022_gdsc_inha_ai's Issues

tabular 이동건 (10/05) 43.75513

'hour' 변수를 cos과 sin값으로 바꿔주고, 'hour' 변수를 삭제하였습니다.
'id', 'hour_bef_precipitation', 'hour_bef_pm2.5', 'hour_bef_pm10', 'hour_bef_visibility' 변수를 삭제하였습니다.
compare_models()에서 가장 좋은 성능을 보여주었던 'catboost'와 'random forest' 모델을 파라미터 튜닝한 후,
두 모델을 혼합하여 ensemble 모델을 만들었습니다.

image 이동건 (10/31) 0.9025

	마지막 `Activation('relu')` 사용 O	마지막 `Activation('relu')` 사용 X
`epochs`=15	0.8931	0.8928
`epochs`=30	0.8985	0.9025

Model: "sequential_8"
_________________________________________________________________
 Layer (type)                Output Shape              Param #   
=================================================================
 dense_40 (Dense)            (1, 728)                  571480    
                                                                 
 batch_normalization_32 (Bat  (1, 728)                 2912      
 chNormalization)                                                
                                                                 
 activation_28 (Activation)  (1, 728)                  0         
                                                                 
 dropout_24 (Dropout)        (1, 728)                  0         
                                                                 
 dense_41 (Dense)            (1, 364)                  265356    
                                                                 
 batch_normalization_33 (Bat  (1, 364)                 1456      
 chNormalization)                                                
                                                                 
 activation_29 (Activation)  (1, 364)                  0         
                                                                 
 dropout_25 (Dropout)        (1, 364)                  0         
                                                                 
 dense_42 (Dense)            (1, 364)                  132860    
                                                                 
 batch_normalization_34 (Bat  (1, 364)                 1456      
 chNormalization)                                                
                                                                 
 activation_30 (Activation)  (1, 364)                  0         
                                                                 
 dropout_26 (Dropout)        (1, 364)                  0         
                                                                 
 dense_43 (Dense)            (1, 182)                  66430     
                                                                 
 batch_normalization_35 (Bat  (1, 182)                 728       
 chNormalization)                                                
                                                                 
 dense_44 (Dense)            (1, 10)                   1830      
                                                                 
=================================================================
Total params: 1,044,508
Trainable params: 1,041,232
Non-trainable params: 3,276
_________________________________________________________________

저번주에는 24시간을 원형으로 바꾸는거 실패해서 계속 45에 머물렀는데 오타친 부분이 있어서 거기 바꾸니깐 45.1에서 44.9x점대 진입하였고 test.isnull().sum()을 통해 확인한 결측값에
hour_bef_ozone 35
hour_bef_pm10 37
hour_bef_pm2.5 36
가 다른 항목들에 비해 많이 나왔는데 따릉이를 보통 레저, 운동용으로 타는 사람들보다는 지하철과 버스를 잇는 출퇴근 역할과 어느정도 가까운 거리를 이동하게 해주는 역할이 큰 만큼 사람들에게 저 값들이 영향을 미칠것으로 보이지 않아 엑셀 이용해서 data 폴더안의 csv파일 해당 열에 해당되는 값 제거 시켰습니다.
그리고 혹시 몰라서 fill_na 부분에서 저 세 항목들에 해당되는 부분은 모두 주석처리 하였습니다.

이건 원형으로 바꾸기 전 시간 데이터인데
0 71.766667
1 47.606557
2 31.409836
3 21.377049
4 13.524590
5 13.114754
6 24.557377
7 62.360656
8 136.688525
9 93.540984
10 78.803279
11 88.327869
12 111.901639
13 120.050000
14 134.590164
15 152.967213
16 169.100000
17 187.133333
18 262.163934
19 201.606557
20 164.868852
21 168.816667
22 148.245902
23 103.852459

출근시간대인 8시대에 붐볐다가 퇴근시간대인 18시에 피크를 찍은 후 값이 내려오다가 지하철 막차 시간인 24시 기점으로 값이 뚝 떨어지는 것으로 판단하여 따릉이가 대중교통의 연장선상에 있다고 판단하였습니다.

다만 이때의 문제점은
:주말에는 한강공원쪽에서 레저용으로 타는 사람들 꽤 있음 -> 이 경우 평일(5일) 대비 (2일) 밖에 안되므로 어느정도 무시할 수 있다고 판단 할 수 있으나 통계에 오류가 생길 수 있는 가능성이 존재할 것 같습니다. 보통 레저를 목적으로 쓸 때는 미세먼지 지수를 확인하는 편이니깐요.