Open siant88 opened 9 months ago
오존, 기온등의 미래예측을 위해서
딥러닝을 수행하는 과정중에
데이터는 시도별, 연월별 , 각 수치를 기록하고 있는데
시계열 데이터는 시계열이 인덱스가 되는데요
여기에서 시계열 데이터에서 시도별을 참고하려면
원핫인코딩을 하게 됩니다.
여기에서 문제점이 발생하게 되는데
원핫인코딩을 통해 시계열데이터에서 중복데이터가 늘어나게되고
이것은 인덱스 중복현상이 일어나게 됩니다.
정상적인 학습이라 보기 어려워서
해결방안은
시도를 특정 시로 정해서 그데이터를 학습하거나
이것은 제 개인적인 생각인데
시도와 특정수치를 문자열로 한 콜롬에 저장합니다 형식은 딕셔너리와 같게
그렇게 해서 코드를 수정해서 불러올때와 학습할때 키 값, 발류 값을 바탕으로
딥러닝을 하면되지 않을까 ? 라는 생각을 했지만
프로젝트 특성상 그리고 저의 전문적인 지식이 부족한 특성상
시간이 부족하므로
특정 시를 지정하거나
각각의 시를 학습시키거나 전이학습시키자는 결론이 나왔습니다.
오존, 기온등의 미래예측을 위해서
딥러닝을 수행하는 과정중에
데이터는 시도별, 연월별 , 각 수치를 기록하고 있는데
시계열 데이터는 시계열이 인덱스가 되는데요
여기에서 시계열 데이터에서 시도별을 참고하려면
원핫인코딩을 하게 됩니다.
여기에서 문제점이 발생하게 되는데
원핫인코딩을 통해 시계열데이터에서 중복데이터가 늘어나게되고
이것은 인덱스 중복현상이 일어나게 됩니다.
정상적인 학습이라 보기 어려워서
해결방안은
시도를 특정 시로 정해서 그데이터를 학습하거나
이것은 제 개인적인 생각인데
시도와 특정수치를 문자열로 한 콜롬에 저장합니다 형식은 딕셔너리와 같게
그렇게 해서 코드를 수정해서 불러올때와 학습할때 키 값, 발류 값을 바탕으로
딥러닝을 하면되지 않을까 ? 라는 생각을 했지만
프로젝트 특성상 그리고 저의 전문적인 지식이 부족한 특성상
시간이 부족하므로
특정 시를 지정하거나
각각의 시를 학습시키거나 전이학습시키자는 결론이 나왔습니다.