IoT 정보를 머신러닝으로 데이터 분석_오랜지3비지도학습2

AI가 사진을 보고 호랑이,고양이,개를 인식하는 목적으로 비지도학습 과 지도학습 머신러닝을 만들어 보았습니다.(아래)

- 작업결과 오렌지3 작업 시트파일:

02_06.ows

0.23MB

#비지도 학습용 RAW 원시 사진데이터

clustering_animal.zip

0.87MB

비지도 학습중 계층형 클러스터링(묶음)으로 분류한 폴더에 a.jpg(개), b.jpg(고양이), c.jpg(호랑이), d.jpg(돌고래) 를 추가한 후 해당 이미지를 자동으로 예측한 결과(아래) 

카테고리 C1(호랑이), C2(고양이), C3(개)로 클러스터가 됩니다. K-means 보단 계층형이 더 정확도가 좋은 모델 입니다.단, 돌고래가 C3에 포함되네요.^^

 

#같은 목적으로 만들어진 지도학습 모델에서 Logistic 리그레션이 더 나아서, 사용해 보았습니다.

로지스틱 리그레션이 이산형(0, 1)이라서 더 정확도가 좋은 듯 합니다.(아래)

- trainning 자료폴더에는 지도학습에 사용될 폴더명(호랑이,고양이,개 폴더 각각에 학습용 해당 이미지를 넣습니다.)으로 학습을 시키게 됩니다.

animal_train.zip

0.59MB

- test(예측)용 자료폴더에는 AI가 사진을 보고 무슨 동물인지 결정하게 됩니다.(아래)

animal_test.zip

0.28MB

AI 로지스틱리그레션 모델로 예측한 결과(아래)

위 예측 test 자료중 d.jpg(돌고래)가 개로 나오는데요, 돌고래를 정확도를 파악해서 기타동물 표시되게 할 수 있는지 궁금합니다.^^