|
In order to make stable data
When analysis traffic data,
in order to get the correct results Object
Original data analysis
Outliers exclusion by MATLAB
MATLAB result
Outliers distinction
Conclusion
|
|
|
노이즈에 강한 모델 찾기
단순한 방법은 이상치 데이터를 식별하여 제거하는 것이다. 하지만, 어떤 데이터를 이상치로 간주할 것인지가 문제이다. 데이터마다 특성이 다르기 때문에, 어떤 기준으로 이상치를 판단할지는 상황에 따라 달라
|
|
|
제거하는 방법이 가장 좋다. 가장 쉽게는 이 관측된 숫자를 제거하는 것인데 일일이 제거하기에는 너무 큰 리소스 낭비가 될 수 있다. z-score로 이상치를 제거하는 방법이 있다. 표준 점수와 편차치를 구하고 그 일정 범위를 넘어가는 값을 제
|
|
|
이상치 제거과정에서 어느 정도 제거된다. 따라서 정상적인 주행을 한 차량들을 대상으로 한 출발 및 도착시각기준의 통행시간 차이에 대해 원인을 도출하기 위해서는 다음 사항을 고려해야 한다.
첫째, 출발 및 도착시각 기준에 의해 산출된
|
|
|
이상치를 제거하는 기준을 새롭게 설정하고, 소프트웨어 보정 작업을 반복 수행하며 결과의 정확성을 높였습니다. 이 과정에서 예상보다 시간이 지연되었지만, 저는 연구실 동료와 지도 교수님과 긴밀히 소통하며 실험 일정을 조율하고, 분
|
|
 |
이상치 제거, 중복 데이터 제거 과정을 표준화했고, 이를 팀원들과 공유하며 전 과정에 걸쳐 품질 관리를 시행했습니다. 또한, 데이터 전처리 및 검증 단계마다 결과를 기록해 체계적인 문서화를 진행, 오류 발생 시 신속한 원인 추적이 가능
|
|
 |
이상치를 제거하고, 정규화를 수행하며, 데이터 샘플링을 통해 균형 잡힌 학습 데이터를 제공하는 것이 필수적입니다."
- 이노션에서 데이터 엔지니어로서 기여하고 싶은 부분은 무엇인가요?
"이노션의 데이터 파이프라인을 최적화하여 실
|
|
 |
이상치 제거, 변수 선택 등의 전처리 과정을 거쳤고, 시계열 분석과 회귀 분석을 통해 가격 변동의 주요 요인을 규명했습니다. 분석 결과를 시각화해 이해하기 쉽게 표현했으며, 학내 발표를 통해 교수님과 동료들에게 인사이트를 공유했습니
|
|
 |
이상치 제거
피쳐 엔지니어링
- 응급의료체계를 반영한 ‘위험도 평가 점수’ 변수 생성
- 중요 변수간 교호 작용을 고려한 변수 생성
모델링
- LR,RF,SVM,XGB,NNet 을 이용해 다섯 가지의 모델 생성
- 진단 검사에 맞춰진 양성예측도와 AUROC를 이용
|
|
메뉴펼치기
