WR(Water_Rocket)
김도연 : Team Leader (97_회로전공,ENTJ)
김선들 : Git Branch management (96_컴퓨터전공,INTJ)
김정현 : 데이터 분석, 모델 성능 개선(01_소프트웨어전공,ISFJ)
박건수 : 데이터 분석, 모델 성능 개선(96_정보통신공학전공,ISTP)

실험보고서

실험내용	실험보고서	발표자료	안내서
대구교통사고실험.xlsx	인공지능 보고서.docx	발표차료_첫째주.pdf	guide-note.pdf
	인공지능 보고서.pdf	중간발표.pdf
		최종발표.pdf

prepocess_config .py

DROP_X_COLS - data에서 사용하지 않을 컬럼을 지정(실험용으로 제작 사용하지 않으셔도 됩니다.-> 빈리스트) USE_X_COLS - data에서 사용할 컬럼을 지정
TARGET_COLS - data의 target 컬럼을 지정
EMBEDDING_COLS - 임베딩(벡터화)시킬 컬럼 설정

• config

  • input_data

    • train_csv : train data path
    • test_csv : test data path

  • output_data

    • train_feas_csv : 가공되어 저장 train data path
    • test_feas_csv : 가공되어 저장 test data path
    • train_target_csv : train data의 TARGET컬럼만 추출 후 저장 path
    • y_scaler_save : train_target에 사용한 scaler를 저장할 path

  • add_data

    • merge할 추가 csv

  • options

    • embedding_cols : 임베딩(벡터화)할 컬럼
    • index_col : train과 test에서 index로 사용할 컬럼 이름
    • target_cols : 타겟 칼럼
    • ignore_drop_cols : True - 컬럼들을 drop 하지 않음, False - DROP_X_COLS의 컬럼들을 drop 함
    • drop_cols : 제외 할 피쳐
    • use_cols : 사용 할 피쳐
    • fill_num_strategy : null 값이 있는 부분을 채울 방법을 min, mean, max 중에서 선택
    • x_scaler : SCALER['minmax']() put None for no X scaling process
    • y_scaler : SCALER['minmax']() put None for no y scaling process

config.py

• SCHEDULER

  • CAWarmRestarts: optim.lr_scheduler.CosineAnnealingWarmRestarts
    • 참조링크
  • CALR: optim.lr_scheduler.CosineAnnealingLR
    • 참조링크
  • lambdaLR: optim.lr_scheduler.LambdaLR
    • 참조링크

• EMBEDDING_COLS = [임베딩 시킬 피쳐]

• EMBEDDING_NODE = 늘릴 차원 수

• CUSTOM_WEIGHT = 가중치 원하는 크기 ex)[10,5,3,1] 사망자~부상자 가중치

• NUM+OF_TASKS = 가중치 총길이

• EXPERIMENT_NAME = output_files의 경로 중간의 삽입되는 이름

• CUSTOM_LOSS

  • multi_task_mse : 가중치를 적용한 mse
  • rmsle : rmsle

• EXPERIMENT_NAME = 최종 데이터(loss,eval등) 저장할 경로

• config

  • input_files

    • X_csv : 가공한 train data path, preprocess의 output_data의 train_feas_csv 경로
    • y_csv : 가공한 target data path, preprocess의 output_data의 train_target_csv 경로
    • tst_csv : 가공한 test data path, preprocess의 output_data의 test_feas_csv 경로

  • output_files

    • output_train : 훈련 후 저장할 모델의 저장 할 경로
    • output_eval : 훈련 후 저장할 평가지표 저장 할 경로
    • 'output_pred : 훈련 후 test데이터로 예측한 결과 저장 할 경로

  • model: ANN - 사용할 모델 class

  • model_params

    • input_dim: 'auto' - 입력한 데이터의 차원수를 자동으로 맞춰 줌
    • hidden_dim : 훈련 시 hidden_dim의 차원과 레이어 수
    • use_drop : drop out의 사용 유무 True - 사용, False - 사용 안함
    • drop_ratio : drop out 사용 시 수치
    • activation : 사용할 활성 함수 선택

  • train_params - 스케줄러 관한 설정

    • use_scheduler: 스케줄러 사용 유/무 설정, True - 사용, False - 사용 안 함

    • scheduler_cls: SCHEDULER['CALR']

    • scheduler_params

      • 'T_max': cos 반복 주기
      • 'eta_min': 최저 lr

    • loss : 사용할 손실 함수 선택

    • optim : 사용할 옵티마이저 선택 ,[sigmoid, relu, tanh, prelu 중 선택

    • main_metric : pbar에 보일 성능지표

    • metrics
      'rmse': torchmetrics.MeanSquaredError(squared=False)
      'mse': torchmetrics.MeanSquaredError()

    • device : 연산할 device를 선택(cpu, cuda 등)

    • epochs : train과 eval 실행 시 사용할 epoch 수

    • data_loader_params

      • batch_size : 배치사이즈 선택

    • optim_params

      • lr : learning rate 선택

  • cv_params

    • n_split : evaluation실행 시 사용할 fold 수 선택
    • y_scaler_path: evaluation 실행 시 만약 metric 값을 unscale 된 값으로 확인하고 싶을 경우, y scaler 의 path 를 넣어줍니다. 사용 안 할 경우엔 None.

EDA

ECLO = 사망자수 * 10 + 중상자수 * 5 + 경상자수 * 3 + 부상자수
ECLO를 뜻하는 사상자수 외에는 큰 상관관계를 찾을 수 없다. 비선형관계 또는 Multicollinearity(다중공산성)등으로 예측 된다.

ECLO가 18인 경우 9월 외에는 다른 데이터의 분포는 비슷한 것을 보아 상관관계가 높지 않다는 것을 알 수 있다.

해당 feature는 데이터의 불균형이 심해 오히려 상관관계가 높지 않은 것으로 예측된다.

---