Classification Project_Kaggle (Shelter aninals)
•
0 likes•203 views
동물 보호소에 보호된 동물들의 분류모델을 수립하는 머신러닝 프로젝트 (패스트캠퍼스 데이터사이언스스쿨 5기 최재완, 오윤경, 진승완)
Recommended
Recommended
More Related Content
Featured
Featured (20)
Classification Project_Kaggle (Shelter aninals)
- 1. Classification Project 28. July 2017
- 2. 0. prologue
- 3. 팀소개
- 5. 진승완 오윤경
- 6. 한명 더 있다.
- 7. 최재완
- 8. Shelter Animal Outcomes from kaggle
- 9. Mission
- 10. 이관 안락사
- 12. 1. EDA
- 13. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color Column
- 14. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color 독립변수 종속변수
- 17. 6497 3917 4286 845 50 4272 5505 500 710 147 0 1000 2000 3000 4000 5000 6000 7000 Adoption Transfer Return_to_owner Euthanasia Died Dogs Cats
- 18. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color Data Cleaning Train Set과 Test Set 결합하여 전처리
- 19. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color 개, 고양이의 이름을 의미하는 질적데이터 이름이 없는 동물이 많다. 10916 29% 27269 71% NaN 이름 있음
- 20. Name 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 Adoption Died Euthanasia Return_to_owner Transfer 이름 없음 이름 있음 이름이 있는 경우 입양과 주인에게 돌아갈 가능성이 더 크다.
- 21. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color [결론] Name이 없는 경우를 0 Name이 있는 경우를 1로 처리.
- 22. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color 개, 고양이의 연령 주, 월, 연으로 구성된 양적데이터 [결론] 모든 값을 “일(day)”로 변환
- 23. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Dogs 3780 1161 484 281 237 163 107 109 58 60 14 23 10 3 3 4 0 0 Cats 3583 158 118 59 64 41 44 57 28 48 18 16 19 9 7 2 0 1 0 500 1000 1500 2000 2500 3000 3500 4000 Adoption by Age_upon_outcome Dogs Cats
- 24. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color 동물의 종류 개, 또는 고양이로 구성된 질적데이터 [결론] 모든 값을 “0과 1”로 더미화
- 25. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color 동물의 성별 성별과 중성화 여부로 구분된 질적 데이터
- 26. 0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% Adoption Died Euthanasia Return_to_owner Transfer Intact 5.13% 1.92% 12.48% 11.06% 69.41% Sterilized 55.96% 0.20% 3.10% 21.48% 19.26% Unknown 0.00% 10.68% 43.16% 5.56% 40.60% Intact Sterilized Unknown Sexupon Outcome 중성화 한 경우가 입양과 주인에게 돌아갈 가능성이 더 크다.
- 27. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color 개, 고양이의 종자 3가지의 유형으로 구성 1) 순종 (ex. Pit Bull) 2) Mix (ex. Pit Bull Mix) 3) 2종 결합 (ex. Pit Bull / Shetland Sheepdog) 너무 많다. Mix와 2종 결합은 무슨 차이인가.
- 28. 순종과 Mix종의 차이에 따른 결과 패턴을 보자.
- 29. 0.38 0.45 0.08 0.07 0.02 0.37 0.52 0.04 0.06 0.010 0.1 0.2 0.3 0.4 0.5 0.6 Adoption Died Euthanasia Return_to_owner Transfer 순종 믹스 어? 비슷하다.
- 31. Breed 0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% Adoption Died Euthanasia Return_to_owner Transfer 순종 38.98% 0.79% 6.03% 17.51% 36.69% 잡종 50.46% 0.29% 4.15% 20.96% 24.13% 순종 잡종
- 32. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color 순종과 Mix 종은 “같은 종”으로 처리. 2종 결합은 일괄하여 “잡종”으로 처리
- 33. AnimalID Name DateTime Outcome Type Outcome Subtype Animal Type Sexupon Outcome Ageupon Outcome Breed Color 개, 고양이의 색을 나타내는 질적데이터 2가지의 유형으로 구성 1) 단일 색상 (ex. Brown) 2) 혼합 색상 (ex. Brown / Black) [결론] 유형별로 0과 1로 더미화
- 34. Color 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% 35.00% 40.00% 45.00% Adoption Died Euthanasia Return_to_owner Transfer Unique Color 38.68% 0.83% 5.64% 14.81% 40.04% Mixed Color 41.77% 0.65% 5.98% 20.75% 30.85% Unique Color Mixed Color
- 35. 2. Trained Model
- 37. 2-1. KNN
- 39. 2-2. SVM
- 43. 2-4. XG Boost
- 46. 0.62 0.64 0.63 0.64 KNN SVM Random Forest XG Boost Accuracy 0.62 0.62 0.62 0.66 KNN SVM Random Forest XG Boost f1-score Score
- 48. 3. Prediction
- 50. Thank You