갠적으로는 sequential decision making이라 RL로 포뮬레이션 하는게 땡기긴 하는데 입문자한텐 어려울듯. 그리고 시간 자체를 피쳐로 주면 안되지. 예를 들어 네트워크 입장에서 "2시" 라는게 의미가 있겠음? 중요한건 최근 급여한 시간으로부터 얼마나 되었느냐겠지.
Jahy(pytorch)2022-03-23 15:46
답글
아 ㅠ 데이터가 정확히몇시 몇분이 아니라 12시 기준 13시 기준 이런식인데 심지어 누락된 시간도 있어서.. 시간의 절대값을 구하는건 불가능하거나 한다해도 무의미할거 같음 ㅠ 그냥 가진데이터 같은 피쳐 활용해서 물을 줬으면 1 안줬으면 0을 뱉는 모델 만들려는데 안준데이터가 13만개고 준데이터 한 4000개라 성능이 애매하네
인풋이 뭔데? 데이터 스트림이면 decision making이니까 MDP로 포뮬레이션 해서 RL로 가야될거같은데
인풋이 온도 습도 탄소량 이런것들이야 나 입문이라 무슨말인지 잘 모르겠다 너가쓴거 ㅠ 지금은 그냥 예측모델이라 생각하고 함수 바꾸고 아웃풋 덴스층 노드수 1로 잡고 돌리는중인데 로스200이야 ㅠ 떨어지고는 있어
근데 혹시 지금 모델구조 기본적인 dnn 구조로 짰는데 다른 구조로 만들어야할까?
formal한 problem formulation이 뭐임. 식물한테 물을 주는지 안 주는지 판단하는 거를 단순한 예측모델로 포뮬레이션하려면 물을 준 마지막 시점이 언제인지까지를 인코딩 해서 넣어줘야 연속해서 물 주는거 방지할 수 있을듯
그리고 그냥 물을 줄지 말지 판단하는 모델이랑 물을 주는 경우에 얼마나 줄지를 결정하는 모델을 따로 두고 하는게 나을듯. 당연히 training 방법은 달라지겠지만
정확히는 물이 아니라 양액을 얼마나 넣어줄지를 판단하는건데 데이터가 시간단위로 측정되어 있어서 매시간 양액을 주진 않으니까 각시간에 준 양액량이 0인 데이터가 아닌데이터 보다 압도적으로 많아 이런데이터면 시간 자체를 피쳐로 써야하나??
xtrain을 외부온도 내부온도 내부습도 내부Co2로 해놓고 ytrain은 1주당 급액량을 넣었어
아 여기서말하는 1주는 하나의 식물당이라는 뜻이야
갠적으로는 sequential decision making이라 RL로 포뮬레이션 하는게 땡기긴 하는데 입문자한텐 어려울듯. 그리고 시간 자체를 피쳐로 주면 안되지. 예를 들어 네트워크 입장에서 "2시" 라는게 의미가 있겠음? 중요한건 최근 급여한 시간으로부터 얼마나 되었느냐겠지.
아 ㅠ 데이터가 정확히몇시 몇분이 아니라 12시 기준 13시 기준 이런식인데 심지어 누락된 시간도 있어서.. 시간의 절대값을 구하는건 불가능하거나 한다해도 무의미할거 같음 ㅠ 그냥 가진데이터 같은 피쳐 활용해서 물을 줬으면 1 안줬으면 0을 뱉는 모델 만들려는데 안준데이터가 13만개고 준데이터 한 4000개라 성능이 애매하네
근데이게 실제 맞는비율이라 또 다른데이터 제거하기도 좀 애매하고..
아날로그 출력 하나면 되는 거 아니냐