일전에도 글을 한번 올렸었는데 졸업과제를 기계학습 관련 졸업과제를 하고 있습니다.
주어진 데이터 세트을 Weka를 통해서 이리저리 전처리 과정 및 최적화를 통해서 어느 정도 성능 향상을 확인했습니다.
그리고 가공된 데이터를 이제 C++ 기반의 기계학습 알고리즘을 이용해서 어플리케이션을 만들려고 하는 데
레퍼런스를 읽다보니 이해가 안 되는 부분이 좀 생겨서 질문 드립니다.
1. 우선 사용하고자 하는 라이브러리는 OpenCV의 ml 라이브러리를 사용하려고 하는 데
아직 시작단계이므로 혹시 다른 C++ Machine Learning 라이브러리를 추천해주실 수 있으시면 추천 부탁드립니다.
2. http://docs.opencv.org/2.4.9/modules/ml/doc/statistical_models.html#cvstatmodel-train
OpenCV에서 제공하는 기계학습 알고리즘(나이브 베이즈, SVM, ...)의 슈퍼 클래스의 train 메소드를 보면
인자로 train_data와 responses를 받는 데 responses가 정확히 어떤 것인지 내용을 읽어봐도 이해가 잘되지 않습니다.
제가 이해한 것이 맞는지 예를 들어서 설명해보겠습니다.
예를 들어서 다음과 같은 포맷의 csv 파일이 있습니다.
outlook,temperature,humidity,windy,play
sunny,hot,high,FALSE,no
sunny,hot,high,TRUE,no
overcast,hot,high,FALSE,yes
rainy,mild,high,FALSE,yes
rainy,cool,normal,FALSE,yes
rainy,cool,normal,TRUE,no
제일 첫 줄은 feature들의 이름들이며 play는 특별히 찾고자 하는 class 변수라고 하겠습니다.
두 번째줄부터는 각각 feature들의 값들이 csv 파일 형식으로 저장되어 있는데요.
이 때 response라는 것이 위의 train 데이터를 넣었을 때 play로 예측되는 값을 저장하는 것이 response라는 것인가요?
아니라면 response라는 것이 의미하는 것이 정확히 무엇인지 모르겠습니다.
주로 기계학습을 Java 기반의 Weka나 Python으로 많이 하다 보니 검색을 해도 자료가 잘 없어서
부득이 염치 불고하고 질문 올립니다.. | |
|
등록안내
등록안내
0
0
ilikec1
