데이터셋 만들기

랩실에서 진행하는 과제 중 뇌파를 통해서 감정을 집중, 편안함을 나누는 일을 한 후, 광고를 보는 동안 뇌파를 체크하여 어떤 감정을 느끼는지 예측하고자 하였다.

뇌파 수집 데이터

감마, 베타, 알바, 세타, 델타 데이터로 이루어져 있으며, 5가지 데이터를 합치고, 각 로우마다 라벨링을 진행하였다.

데이터 분석 및 예측하기

시각화

이진분류하기

감정을 집중, 편안함으로 분류하기로 하였다. 그래서 편안함은 0, 집중은 1로 라벨링을 하였다

pycaret 사용하기

pycaret을 사용해서 정확도와 AUC가 높은 모델을 찾았다. 이 중, top3개 모델을 선택하고, 튜닝하고, 합치기로 결정하였다.

모델 튜닝 및 결과값

근데,""" Fitting 10 folds for each of 10 candidates, totalling 100 fits. Original model was better than the tuned model, hence it will be returned. NOTE: The display metrics are for the tuned model (not the original one).""" 튜닝하면 성능이 더 떨어지는 결과가 나왔다.. 왜??

결론적으로, Extra Trees를 사용한 것이 가장 정확도가 높았다.

모델 성능 지표

이 후 진행

1. 블랜딩, 스택킹, 등등 성능을 올릴 수 있는 방법을 사용하여 성능 향상이 필요

2. 딥러닝을 사용해서 모델 만들고, 테스트 해보기

3. 뇌파 데이터 수정, 및 전처리에 대해서 논문 찾아보기

4. 마ㅏ아아아아안약에 성능이 좋게나온다면 논문화 해보기