본문 바로가기

Project11

[Project] 비트코인 가격 예측 모델 - 2 이전 포스팅에서 필요한 데이터와 라이브러리 설치를 완료하였습니다. 이번 포스팅에서는 본격적으로 모델 설계를 완성해 보겠습니다. 1.1 데이터 분석 import pandas as pd data = pd.read_csv('BTC-USD.csv') #- 본인 환경에 맞게 경로 변경할 것 data 먼저 상단의 코드를 통해 내려 받은 비트 코인 차트 데이터를 불러옵니다. 코드 실행 후 위과 같은 출력 결과를 볼 수 있습니다. 각각의 컬럼을 살펴보면 Date(날짜), Open(시가), High(고가), Low(저가), Close(종가), Adj Close(수정종가), Volume(거래량) 의 구성으로 되어있습니다. 이번 프로젝트에서는 최종으로 형성된 가격만을 활용할 계획이므로 Close 컬럼을 사용할 것입니다. s.. 2022. 8. 25.
[Project] 비트코인 가격 예측 모델 - 1 이번 프로젝트는 비트 코인 차트 데이터를 활용하여 값을 예측해보도록 하겠습니다. 개발 언어는 python 3.8을 사용하였으며 자세한 라이브러리는 설명을 따라 참고하시면 되겠습니다. 1.1 데이터 셋 준비 먼저 핵심인 비트 코인 차트 데이터를 얻어야 합니다. 이번 프로젝트에서 활용하기 편하도록 csv 확장자 형태로 다운받아야 하는데 하단의 링크에서 내려받을 수 있습니다. https://finance.yahoo.com/quote/BTC-USD/history/ Bitcoin USD (BTC-USD) Price History & Historical Data - Yahoo Finance Discover historical prices of Bitcoin USD (BTC-USD) on Yahoo Finance. .. 2022. 8. 22.
[Project] 영화 리뷰 데이터 감정분석&시각화 - 4. 빈도 분석 및 wordcloud 활용 영화 리뷰 데이터 분석의 마지막 단계로 리뷰에서 단어들만을 추출한 뒤, 빈도 분석과 wordcloud를 활용한 시각화를 진행해봅니다. 4.1 긍정, 부정 리뷰 키워드 분석 처음 전처리 과정을 거친 데이터 셋을 불러옵니다. (생략해도 무방) df_reviews 이전 레이블링한 긍정 리뷰와 부정 리뷰를 활용하기 위해 변수 선언으로 불러옵니다. pos_reviews = df_reviews[df_reviews['label'] == 1] neg_reviews = df_reviews[df_reviews['label'] == 0] 그다음 한글 형태소 분석을 위해 해당 리뷰들에서 한글 이외의 문자를 제거합니다. import re #-- 긍정 리뷰 pos_reviews['comment'] = pos_reviews['co.. 2022. 2. 9.
[Project] 영화 리뷰 데이터 감정분석&시각화 - 3. 리뷰 통계 분석 이전 포스팅에서 웹크롤링을 통해 데이터를 얻을 수 있었습니다. 해당 데이터를 바탕으로 전처리 과정과 통계를 분석해보도록 합니다. 3.1 리뷰 데이터 탐색 df_data.info() 해당 코드를 통해 전체 리뷰 수를 확인합니다. 칼럼을 확인해보면 영화 제목(title), 평점(score), 리뷰(comment), 레이블(label)로 분류됨을 볼 수 있습니다. 리뷰를 보면 코멘트 없이 평점만 작성된 것도 있고 중복되는 부분도 있기 때문에 이러한 부분을 전처리 합니다. # 코멘트가 없는 리뷰 데이터(NaN) 제거 df_reviews = df_data.dropna() # 중복 리뷰 제거 df_reviews = df_reviews.drop_duplicates(['comment']) df_reviews.info(.. 2022. 2. 9.
[Project] 영화 리뷰 데이터 감정분석&시각화 - 2. 웹페이지 크롤링 이전 포스팅에서 필요한 환경 구성은 모두 마쳤으며, 필요한 데이터를 웹사이트에서 크롤링하는 것까지 완료하였습니다. 이제 분석과 시각화에 앞서 필요한 데이터를 웹페이지에서 크롤링하도록 합니다. 2.1 영화 리뷰 사이트 크롤링 pip install beautifulsoup4 BeautifulSoup이 설치되어 있지 않다면, 해당 커맨드를 통해 설치를 완료합니다. from bs4 import BeautifulSoup import urllib.request f = open('./movie_reviews.txt', 'w', encoding='UTF-8') #-- 500페이지까지 크롤링 for no in range(1, 501): url = 'https://movie.naver.com/movie/point/af/l.. 2022. 2. 9.
[Project] 영화 리뷰 데이터 감정분석&시각화 - 1. 라이브러리(KoNLPy, wordcloud) 설치 이번 프로젝트는 웹사이트의 영화 리뷰 데이터를 크롤링 해서 분석 및 시각화해보도록 합니다. 개발 언어는 python-3.8을 활용하였고 jupyter notebook 환경에서 실시하였습니다. 프로젝트에 앞서 필요한 라이브러리 설치를 먼저 실시해보도록 하겠습니다. 1.1 라이브러리 및 툴 설치 코드를 작성하는데 앞서 필요한 라이브러리와 툴을 설치하도록 한다. (1) KoNLPy 한국어 정보처리를 위해 필요한 python 패키지로 자연어처리에서 형태소를 분리하기위해 필요한 한국어 데이터 전처리 패키지 입니다. KoNLPy는 자바VM 환경에서 동작하므로 JDK와 JPype 또한 설치가 필요합니다. (일반적인 pip 커맨드로 설치시 오류 발생) a. java JDK 설치 https://www.oracle.com.. 2022. 2. 9.
[Project] LenticularLens를 활용한 입체 사진 제작 - 2. 렌티큘러 이미지 제작 이전 포스팅에서 부족하겠지만 대략적인 이론을 설명하였고 이제 렌즈에 사용될 특별한 이미지 제작을 시작하기로 합니다. 렌티큘러 렌즈의 특성에서 알 수 있듯 두 개 혹은 여러 개의 이미지를 사용해 시선에 따라 다른 이미지가 보이도록 해야 하므로 두 개 이상의 이미지를 여려 조각으로 잘라 교차로 배열되도록 합니다. 2.1 프로그래밍 계획 곡면의 렌즈에 의해 이미지가 굴절되어 우리 눈에 서로 다른 상이 맺히게 되는데, 그림과 같이 잘려진 두 이미지를 교차로 붙여 특별한 이미지를 제작하려 합니다. python을 활용하여 전체적인 코드를 작성하고, tkinter 라이브러리를 통해 간단한 gui를 제작해서 사용을 간편하게 하도록 구성하였습니다. 2.2 코드 작성 import os import tkinter.ttk a.. 2022. 2. 4.
[Project] Lenticular Lens를 활용한 입체 사진 제작 - 1. 이론 개인 미니 프로젝트의 첫 번째 'LenticularLens(렌티큘러 렌즈)를 활용한 입체 사진 제작' 말 그대로 렌티큘러 렌즈를 사용해 입체(3D)사진을 만들어 보는 것인데, 입체 효과를 보기위해 이 렌즈에 사용될 '특별한 이미지' 를 python 코드로 만들어보도록 할 것입니다. 1.1 렌티큘러 렌즈 렌티큘러 렌즈가 무언가 특별한 렌즈라거나 생소하게 들릴 수 있지만, 위 사진처럼 옥외 광고나 스티커에서 쉽게 접해볼 수 있습니다. 이렇듯 시선에 따라 그림이 다르게 보이는 용도로써 쓰일 수 있겠지만 '양안시차의 원리'를 통해 평면 사진에서 사람은 입체감을 느낄 수 있게 됩니다. 1.2 양안시차의 원리 그렇다면 양안시차의 원리란 무엇일까? 사람의 눈은 사물을 볼 때 처음엔 평면 이미지로 받아들이지만 뇌에서는.. 2022. 2. 4.
[Project] 월담 행위 인식 모델 - 3. 학습 및 모델 평가 이전 포스팅까지의 절차로 코랩 환경에서의 머신러닝 준비가 완료되었습니다. 이제 라벨링한 파일들을 토대로 직접 커스텀 모델을 만들 차례입니다. 3.1 라벨링 파일 전처리 첫 번째 포스팅에서 이미지 파일을 YOLO 포맷에 맞도록 라벨링 하였고 해당 파일을 불러오도록 train 파일과 test 파일을 나누어 전체적인 경로에 대해 따로 txt 파일을 만들도록 합니다. import os current_path = os.path.abspath(os.curdir) COLAB_DARKNET_ESCAPE_PATH = '/content/gdrive/My\ Drive/darknet' #-- 본인 환경에 맞게 경로 변경할 것 COLAB_DARKNET_PATH = '/content/gdrive/My Drive/darknet' .. 2022. 1. 25.
반응형

티스토리툴바