close_btn
조회 수 494 추천 수 0 댓글 0
?

단축키

Prev이전 문서

Next다음 문서

+ - Up Down Comment Print Files
?

단축키

Prev이전 문서

Next다음 문서

+ - Up Down Comment Print Files
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
from scipy import io
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix
from sklearn.linear_model import LogisticRegression as lr
from sklearn.decomposition import PCA
import pandas as pd
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
import time
 
mnist=io.loadmat('mnist-original.mat')
md=mnist['data'#784*70000
ml=mnist['label'#1*70000
 
#train_test_split은 col은 그대로고 row만 랜덤추출함.
#때문에 행과 열을 바꿔준다. 전치행렬
#애초에 mat파일 자체가 행,열이 반대인듯 하다.
md=md.T
ml=ml.T
 
#6:1로 train,test 분할
md_train,md_test,ml_train,ml_test = train_test_split(
      md,ml,test_size=1/7,random_state=1)
 
#이미지 플롯
def plot_digits(instances, images_per_row=5**options):
    size = 28
    images_per_row = min(len(instances), images_per_row)
    images = [instance.reshape(size,size) for instance in instances]
    n_rows = (len(instances) - 1// images_per_row + 1
    row_images = []
    n_empty = n_rows * images_per_row - len(instances)
    images.append(np.zeros((size, size * n_empty)))
    for row in range(n_rows):
        rimages = images[row * images_per_row : (row + 1* images_per_row]
        row_images.append(np.concatenate(rimages, axis=1))
    image = np.concatenate(row_images, axis=0)
    plt.imshow(image, cmap = matplotlib.cm.binary, **options)
    plt.axis("off")
 
#Softmax
def lrsoftmax(matrix):
      smdf = sm.decision_function(matrix)
      smdfe = np.exp(smdf)
      prob = smdfe/smdfe.sum(axis=1).reshape(len(smdfe.sum(axis=1)),1)
      return(prob)
def pcalrsoftmax(matrix):
      smdf = smpca.decision_function(matrix)
      smdfe = np.exp(smdf)
      prob = smdfe/smdfe.sum(axis=1).reshape(len(smdfe.sum(axis=1)),1)
      return(prob)
 
#기존 데이터 확인
plot_digits(md_train[::2100])
plt.show()
 
#RF 분류기
print('Random Forest Classifying Start')
rf_time_start = time.time()
rf = RandomForestClassifier(n_estimators=100, oob_score=True, random_state=1)
rf.fit(md_train,ml_train.ravel())
rfpredict = rf.predict(md_test)
rfaccuracy = accuracy_score(ml_test,rfpredict)
rf_time = time.time()-rf_time_start
print(f'Test Label : {ml_test.ravel()}')
print(f'Rf predict : {rfpredict}')
print('Accuracy : %.4f Out of bag : %.4f\nTime : %.2f sec\n'
      %(rfaccuracy, rf.oob_score_, rf_time))
#Accuracy : 0.9697      Time : 46.58 sec
 
#예측 플롯
ax1 = plt.subplot(111)
ax1.set_title('Random Forest')
ax1.set_ylabel('Predict')
pd.DataFrame(rfpredict[0:50],columns=['Predict']).plot(ax=ax1)
plt.show()
#heatmap 플롯
rfcm = pd.DataFrame(confusion_matrix(ml_test,rfpredict))
sns.heatmap(rfcm, annot=True)
plt.show()
 
#Softmax 분류기 max_iter를 10정도만 하면 아주 빠름.
print('Softmax Classifying Start')
sm_time_start = time.time()
sm = lr(max_iter=100).fit(md_train,ml_train.ravel())
probtrain = lrsoftmax(md_train)
probtest = lrsoftmax(md_test)
smpredict = sm.predict(md_test)
smaccuracy = accuracy_score(ml_test,smpredict)
sm_time = time.time()-sm_time_start
print(f'Test Label : {ml_test.ravel()}')
print(f'Sm predict : {smpredict}')
print('Accuracy : %.4f\nTime : %.2f sec\n'%(smaccuracy,sm_time))
#Accuracy : 0.9143      Time : 2810.69 sec
 
#예측 플롯
ax1 = plt.subplot(211)
ax1.set_title('SoftMAX')
ax1.set_ylabel('Probability')
pd.DataFrame(probtest[0:50]).plot(ax=ax1)
ax2 = plt.subplot(212)
ax2.set_ylabel('Predict')
pd.DataFrame(smpredict[0:50],columns=['Predict']).plot(ax=ax2)
plt.show()
#heatmap 플롯
smcm = pd.DataFrame(confusion_matrix(ml_test,smpredict))
sns.heatmap(smcm, annot=True)
plt.show()
 
#PCA
print('PCA start')
pca = PCA(n_components=0.96,random_state=1)
pca.fit(md_train)
mdn = pca.n_components_  #mdn = 179
print(f'Number of Components : {mdn}')
pca = PCA(n_components=mdn,random_state=1)
print('PCA fitting\n')
pca.fit(md_train)
md_train_reduced = pca.transform(md_train)
md_test_reduced = pca.transform(md_test)
md_recovered = pca.inverse_transform(md_train_reduced)
#원본과 복원 비교
plt.subplot(121)
plt.title('Original')
plot_digits(md_train[::2100])
plt.subplot(122)
plt.title('Recovered')
plot_digits(md_recovered[::2100])
plt.show()
 
#PCA - RF 분류기
print('PCA - Random Forest Classifying Start')
rfpca_time_start = time.time()
rfpca = RandomForestClassifier(n_estimators=100, oob_score=True, random_state=1)
rfpca.fit(md_train_reduced,ml_train.ravel())
rfpcapredict = rfpca.predict(md_test_reduced)
rfpcaaccuracy = accuracy_score(ml_test,rfpcapredict)
rfpca_time = time.time()-rfpca_time_start
print(f'Test Label : {ml_test.ravel()}')
print(f'Rf predict : {rfpcapredict}')
print('Accuracy : %.4f Out of bag : %.4f\nTime : %.2f sec\n'
      %(rfpcaaccuracy, rfpca.oob_score_, rfpca_time))
#Accuracy : 0.9466      Time : 108.29 sec
 
#예측 플롯
ax1 = plt.subplot(111)
ax1.set_title('PCA - Random Forest')
ax1.set_ylabel('Predict')
pd.DataFrame(rfpcapredict[0:50],columns=['Predict']).plot(ax=ax1)
plt.show()
#heatmap 플롯
rfpcacm = pd.DataFrame(confusion_matrix(ml_test,rfpcapredict))
sns.heatmap(rfpcacm, annot=True)
plt.show()
 
#PCA - Softmax 분류기 max_iter를 10정도만 하면 아주 빠름.
print('PCA - Softmax Classifying Start')
smpca_time_start = time.time()
smpca = lr(max_iter=100).fit(md_train_reduced,ml_train.ravel())
probtrain_reduced = pcalrsoftmax(md_train_reduced)
probtest_reduced = pcalrsoftmax(md_test_reduced)
smpcapredict = smpca.predict(md_test_reduced)
smpcaaccuracy = accuracy_score(ml_test,smpcapredict)
smpca_time = time.time()-smpca_time_start
print(f'Test Label : {ml_test.ravel()}')
print(f'Sm predict : {smpcapredict}')
print('Accuracy : %.4f\nTime : %.2f sec\n'%(smpcaaccuracy,smpca_time))
#Accuracy : 0.9149      Time : 925.86 sec
 
#예측 플롯
ax1 = plt.subplot(211)
ax1.set_title('PCA - SoftMAX')
ax1.set_ylabel('Probability')
pd.DataFrame(probtest_reduced[0:50]).plot(ax=ax1)
ax2 = plt.subplot(212)
ax2.set_ylabel('Predict')
pd.DataFrame(smpcapredict[0:50],columns=['Predict']).plot(ax=ax2)
plt.show()
#heatmap 플롯
smpcacm = pd.DataFrame(confusion_matrix(ml_test,smpcapredict))
sns.heatmap(smpcacm, annot=True)
plt.show()
 
#TimeTable
time_data={'Softmax':[sm_time,smpca_time],
           'RandomForest':[rf_time,rfpca_time]}
timetable = pd.DataFrame(time_data,
                         columns=['RandomForest','Softmax'],
                         index=['Time','PCA Time'])
'''
          RandomForest      Softmax
Time         46.581252  2810.692777
PCA Time    108.294196   925.859520
'''
 
cs


rfpredict.PNG

RandomForest Test set 예측 결과 플롯 (정확도 0.9697)



rfheatmap.PNG

RandomForest Heatmap



로지스틱결과 0-50.PNG

Logistic Decision Function[10000개중 0~50번] - Softmax 정규화 전



Softmax, Predict.PNG

[0~50번] Softmax 결과, 예측 결과 (정확도 0.9143)



TimeTable.PNG

random_state는 모두 1로 주었으며, PCA 결과 784개 열이 179개로 줄어들었다.

RF는 소요시간이 2배 증가했고, SM은 소요시간이 1/3로 크게 감소했다.



List of Articles
번호 제목 글쓴이 날짜 조회 수
공지 R 소스 공유 게시판 이용 관련 공지사항 1 DataMarket 2014.05.21 26876
130 투빅스 9&10기 8주차 CNN - 10기 장유영 장유영 2018.09.20 195
129 투빅스 9기&10기 7주차 알고리즘 - 10기 이민주 file 이민주 2018.09.18 154
128 투빅스 9&10기 8주차 HOONCHEOLNET for Rock, Scissors, paper - 10기 신훈철 file Henris 2018.09.17 140
127 투빅스 9&10기 7주차 Pytorch Tutorial - 10기 장유영 장유영 2018.09.17 133
126 투빅스 9&10기 6주차 tensorflow MNIST- 10기 이준걸 file 이준걸 2018.09.17 131
125 투빅스 9&10기 6주차 tensorflow- 10기 박규리 file 귤스 2018.09.03 232
124 투빅스 9기&10기 4주차 K-means - 10기 임진혁 진혁 2018.08.25 319
123 투빅스 9&10기 5주차 NLP Basic - 10기 장유영 장유영 2018.08.22 381
» 투빅스 9&10기 4주차 PCA-mnist - 10기 강인구 file kaig 2018.08.16 494
121 투빅스 9기&10기 4주차 PCA Facebook data - 10기 이준걸 file 이준걸 2018.08.16 483
120 투빅스 9기&10기 4주차 K-means - 10기 이준걸 file 이준걸 2018.08.16 414
119 투빅스 9기&10기 4주차 Gibbs Sampling - 10기 이준걸 file 이준걸 2018.08.16 425
118 투빅스 9기&10기 4주차 알고리즘 - 9기 김수지 file 김수지 2018.08.14 440
117 투빅스 9&10기 3주차 Ensemble - 10기 정윤호 UNOVATE 2018.08.08 527
116 투빅스 9&10기 3주차 Support Vector Machine - 10기 장유영 file 장유영 2018.08.08 555
115 투빅스 9&10기 2주차 KNN, LDA - 10기 박성진 file chad4545 2018.08.01 579
114 투빅스 9&10기 2주차 Naive Bayes - 10기 장유영 2 file 장유영 2018.08.01 593
113 투빅스 9&10기 1주차 Dynamic Programming - 10기 강인구 kaig 2018.07.25 616
112 투빅스 9&10기 1주차 Regression - 10기 박규리 file 귤스 2018.07.25 630
111 투빅스 9&10기 1주차 Logistic Regression - 10기 박성진 file chad4545 2018.07.25 634
Board Pagination ‹ Prev 1 2 3 4 5 6 ... 7 Next ›
/ 7

나눔글꼴 설치 안내


이 PC에는 나눔글꼴이 설치되어 있지 않습니다.

이 사이트를 나눔글꼴로 보기 위해서는
나눔글꼴을 설치해야 합니다.

설치 취소

Designed by sketchbooks.co.kr / sketchbook5 board skin

Sketchbook5, 스케치북5

Sketchbook5, 스케치북5

Sketchbook5, 스케치북5

Sketchbook5, 스케치북5