train_machinelearning

2019-2 종합프로젝트1 with machine learning

2019-2 경북대 종합설계프로젝트1로 진행한 프로젝트
📄 감정 인식 알고리즘 기반의 청중 반응 분석 시스템 재구성

1. 머신러닝을 적용해 최적의 분류 모델 찾기

• decision tree
• random forest
• gradient boosting

accuracy

• decision tree accuracy: 0.686
• random forest accuracy: 0.653
• gradient boosting accuracy: 0.678

result

• 위 프로젝트에서 공식을 만드는 데 쓴 데이터를 train/valid data로 썼고, 검증하는 데이터로 이용한 데이터를 test data로 사용
• 검증 데이터는 6개의 영상에 각각 8명의 감정 데이터로 이루어져 있음. 8명의 피실험자가 각 영상에서 느낀 감정을 positive, normal, negative로 나누어 판단했고, 이를 기준으로 얼마나 예측을 잘 했는지 보려했는데 잘 되지 않았음.

궁금증,,?

• 데이터를 다시 봤을 때, train/valid 데이터의 형태와 test data가 많이 형태가 다름.. normalization?을 해서 적용해야할까?
• train/valid data는 이상치라고 해야하나,, 극단적인 값이 많아서 robustScaler를 적용했는데, 변환한 내용이 accuracy에 영향을 끼치지는 않았음(3/4)
• 근데 test data가 다른 형태의 data라고 했는데,, 위에서 적용한 scaler를 그대로 적용하면 그 극단적인 추이에 맞춰서 변환될 것 같아서 test data에 robustScaler를 fit_transform 모두 적용했는데, 이렇게 해도 되는 건지 모르겠음 ,,
• 인터넷 검색했을 때는, 학습 데이터 셋으로 fit된 scaler를 가지고 테스트변환할 때 써야한다고 되어있었음.

2. 딥러닝 적용해보기