ad프로젝트 진행과정 보고서

-> https://docs.google.com/document/d/1yJCyF5LRKcDj6SuUizXL2T35H_P-qTxJsrI5faRKuZk/edit?usp=sharing

AD project 인물 유추 프로그램

20193228 허지은

1.제작할 프로그램

• 게임유저가 특정한 인물을 생각하고 게임에서 제시하는 질문에 답을 하면 게임이 유저가 어떤 인물을 생각했는지 맞추는 인물 유추 프로그램

1.1 게임의 기능적 요구사항

• 정해진 질문 내에서 사용자에게 질문을 제공해야한다.
• 어떤 질문을 했을 때 분류가 더 잘 되는지에 따라 질문이 제공 돼야 한다.
• 사용자의 답변은 버튼으로 입력받아 다른 값이 입력되는 경우를 제거한다.
• 사용자의 질문에 따라 결과를 도출하고 사용자에게 결과값을 보여준다.
• 사용자가 답변을 선택하면 다음 질문으로 넘어가야한다.
• 데이터를 입력받는 경우 사용자가 입력한 사람의 이름이 옳은 값인지 확인한다.
• 새로운 데이터를 입력받을 때는 주어진 모든 질문에 답을 하게 한다.
• yes, no button으로 잘못된 데이터가 입력될 경우를 제거한다
• 데이터를 저장하는 화면과 게임을 진행하는 화면을 분리한다.

1.2 게임 구현 전 고려사항

• 기본적으로 학습에 필요한 데이터를 위해 게임진행 부분과 데이터 수집 부분으로 UI를 만들예정
• 그냥 인물로 설정하면 인물유추의 범위가 방대하여 한정된 인물 안에서만 유추하도록 함.
• 질문을 설정하고 해당 질문에 대한 답변으로 인물 유츄
• 특정 질문을 정해서 정해진 질문에 답하여 데이터를 추가

1.3 조건 제한하기

• 특정 인물 : 모니카, 허니제이, 리헤이, 가비, 아이키, 노제 , 효진초이, 리정

• 질문 : '파워풀한 안무를 좋아한다.', ‘위트있고 센스있는 안무가 좋다.', ‘좋은 리더보다는 팀을 위한 리더이다.', '힙합을 좋아한다.', '빨간색이 생각난다.', ‘꿈을 이루기 위해서라면 뭐든 할 것 같다.', ‘이름이 본명과 관련되어 있다.', 'k-pop 안무를 많이 만든 댄서다.', 'YG와 관련있다.', '춤을 가르치는 교수님이다.', '평소 진한 화장을 좋아하는 댄서다.', '스우파 전부터 원래 유명한 댄서이다.', '별명이 "아기고양이" 이다.'

2. 인물 유추 logic 구현하기

2.1 구현 방법

• Decision tree로 구현하는 방법
• 배열로 입력받아 같은 배열 찾아내는 방법

2.2 Decision tree로 구현 시 고려사항

• decision tree는 특정데이터로 학습을 시키고 새로운 데이터를 분류할 때 많이 사용하는데 질문을 사용자에게 하나씩 입력받으면서 분류를 진행하려면 어떻게 해야 할까?
• 질문을 선정하는 함수와 선택 결과에 따라 데이터 split하는 함수, gini impurity와 정보이득을 계산하는 함수를 구현해야함
• sklearn을 사용하면 바로 분류가 가능하지만 그러면 중간 중간에 사용자에게 질문을 받아 결과를 도출 할 수 없다. 그리고 꼭 모든 질문에 답변을 해야한다.

2.3 입력받은 배열과 기존 데이터 중 동일한 데이터 대조해서 동일한 결과값 return하는 구현 시 고려사항

• 만약 똑같은 데이터를 가진 배열이 없다면 새로운 데이터로 저장을 하던지 해야함. 아니면 추측실패 오류 메세지를 출력
• 기존데이터와 동일한 데이터를 찾기위해서는 모든 질문에 답변을 해야함.
• 같은 배열을 가진 사람이 여러명이라면 어떻게 할 것인가?
  • 랜덤으로 한명을 뽑아야 하나?
• 질문이 9개 이면 yes/no 2가지로 답변할 대 경우의 수가 2^9으로 512개인데 이 경우의 수를 모두 반영 할 수 있나?
• 데이터를 받았을 때 똑같은 데이터를 찾기 위해서 모든 경우의 수를 가지고 있어야하는 문제가 생김
• 만약 모든 경우의 수를 다 만들었다 해도 같은 데이터를 가진 다른 사람이 있을 수 도 있는데 그럼 이런 경우는 어떻게 해야 하나?

-> 기존 데이터와 같은 데이터를 찾아내는 방법으로 logic을 구현하기에는 너무 많은 무리가 있음. decision tree로 구현하고 사용자의 질문에 따라 tree를 만들어가는 방향으로 logic구현.

3. 인터페이스 요구사항

3.1 게임 start 화면

• start Button : 게임을 진행하는 화면으로 전환
• data 저장 button : 데이터를 저장하는 화면으로 전환

3.2 게임 진행 중 화면

• 질문 보여주는 widget : logic에 의해 선정된 적절한 질문들을 하나씩 보여주는 창

• 답변 button : 질문에 따라 yes/no로 답변할 수 있는 버튼

• 홈 button :이전 화면인 home으로 돌아가는 button

• 메시지 출력 widget : 데이터의 결과값이 나오면 ‘당신이 생각한 사람은 바로’ 라는 메세지를 출력한다.

• 추측한 인물 보여주는 widget : 데이터의 결과값을 보여준다.

• 홈 버튼 : 이전 화면인 home으로 돌아가는 button

3.3 데이터 입력받는 화면

msg 창 : 정해진 인물들 중 한명의 이름을 입력하라는 msg출력 답변 입력 창 : 사용자가 정한 인물의 이름을 입력하는 곳 질문보여주는 창 : 미리 정해진 질문을 순서대로 출력 답변 button : 질문에 따라 해당 인물에 대해 yes/no로 답변하는 button 홈 button : 이전 화면이 홈 화면으로 돌아가는 button

4. 게임로직의 기능적 요구사항

4.1 decision tree

• gini impurity를 계산해야한다.
  • 정해진 질문 중 어느 질문이 변별력이 있는지 판단
  • gini impurity가 낮을수록 좋은 질문
  • 만약 gini impurity가 같은 질문이 있으니 가중치를 줘서 계산을 한다.
• information gain을 계산해서 물어볼 질문을 선정
  • 분할 전 gini impurity와 분할 후 gini impurity의 차를 계산
  • information gain도 같은 값이 나올 수 있으니 가중치 줘서 더 좋은 질문 선정
• 질문이 선택되면 답변에 따라 data가 나뉘어야 한다.
• 나뉜 data중에서 변별력이 제일 좋은 질문 다시 설정한다.
• 결과가 나올 때 까지 계속 위의 과정 반복
• 반복문을 써야 하나 재귀함수를 써야하나?
  • 반복문을 쓸경우 overfiting 될 가능성이 커짐
  • 재귀함수로 구현시 탈출 조건은 뭐가 되야 하는가?

4.2 고려사항

• dataframe을 어떻게 관리할 것인가?
  • 질문과 질문에 대한 답변, 답변에 대한 결과값, 인물의 이름을 어떻게 관리할 것인지.
  • 불러온 data를 어떻게 필터링 할것인지

4.3 data관리 해결방안

• 질문에 관한 데이터, 답변에 관한 데이터, 결과값을 담은데이터, 사람이름을 담은 데이터로 나누어서 데이터 관리
• 답변에 관한 데이터와 결과값을 담은 데이터는 새로운 데이터가 추가 됨으로 텍스트 파일로 관리하기로 한다.
• 질문과 사람이름은 정해져있는 데이터로 사용자에게 추가받을 일이 없음으로 배열로 관리하기로 한다.
• 답변에 대한 데이터는 질문에 대한 답이 yes이면 1, no 이면 0으로 저장
• 결과값을 담은 데이터는 사람이름을 담은 배열에 저장된 index값으로 결과값 저장

ex ) 종류 : 사과, 귤, 포도 질문 : 빨간색인가?, 주황색인가?, 보라색인가?

• 질문에 관한 배열 [ ‘빨간색인가?’, ‘ 주황색인가?’, ‘보라색인가?’]

• 종류를(사람이름을) 담은 배열 [‘사과’, ‘귤’, ‘포도’]

-답변에 관한 데이터 1, 0, 0 0, 1, 0 0, 0, 1

• 결과값을 담은 데이터 0 1 2

5. decision tree logic 구현상세 설계

5.1 계산해야 하는 변수들

• impurity = 1 - (각 그룹에 속한 데이터의 각 label이 차지하는 비율의 제곱)
• weighted(가중치) = 분할 후 데이터 수 / 분할 전 데이터 수
• weighted impurity = 분할 후 데이터 수 / 분할 전 데이터 수 * impurity
• weighted information gain = 분할 적 impurity - 분할 후 weight impurity 들

5.2 계산 방법

• 모든 질문을 기준으로 yes/no 답변에 따라 weighted information gain을 계산 해서 가장 information gain이 놓게 계산된 질문을 선정한다. 사용자에게 입력을 받아 yes/no답변에 따라 데이터를 분류한 후 다시 위의 과정을 반복한다.
• 반복의 종료조건 : information gain을 얻을 수 있는 질문이 더 이상 존재 하지 않거나 information gain의 값이 0이면 종료

6. 함수 설계

6.1 gini()

• 특정 데이터 set이 주어졌을 때 해당데이터 셋의 gini impurity를 계산하고 이를 반환하는 함수
• 파라미터 : dataset / data가 들어있는 배열
• 시작 impurity는 1로 설정
• 각 class들이 차지하는 비율의 제곱값을 impurity에서 빼나간다.

6.2 information_gain()

-특정 데이터셋의 분할 전과 후의 impurity를 계산 후 분할 전 impurity에서 분할 후 impurity값을 뺀 imformation_gain값을 return

• 파라미터 : 분열전 data ( privious_data), 분열 후 data(split_data)
• return값 : info_gain -처음에 분열 전 data의 weight impurity값을 저장, split_data의 weight impurity값을 뺌.

6.3 split()

• 사용자가 답한 것을 기준으로 데이터셋을 분할하고 분할 된 데이터 그룹과 각 그룹이 포함하는 class를 반환하는 함수

• 파라미터 : 분류할 data(data), 질문들(questions), 기준으로 사용할 질문(feat_ques)

• data_subsets = [] : 분할 후의 데이터 그룹을 저장하는 배열

• label_subset = [] : 분할 후의 질문 그룹을 저장하는 배열

• counts : 주어진 기준 질문에 unique한 값들을 저장

• 반복문을 사용하여 user_answer의 답과 feat_ques의 답이 같은 data만 data_subset에 append, data_subsets에 append하는 data의 종류를 label_subset에 추가

• return 값: data_subset, label_subset

6.4 best_split()

• 특정 질문을 기준으로 데이터셋을 분할하고 분할된 데이터 그룹과 각 그룹이 포함하는 class를 반환하는 함수
• 파라미터 : 분류할 data(data), 질문들 (questions), 기준으로 사용할 질문(feat_ques)
• data_subset = [] :분할 후의 데이터 그룹을 저장하는 배열
• label_subset = [] :분할 후의 질문 그룹을 저장하는 배열
• counts :주어진 기준 질문에 unique한 값들을 저장
• for문
  • new_data_subsets : 특정 값 K를 기준으로 분할 된 그룹에 속한 데이터를 저장하는 배열
  • new_label_subset :특정 값 K를 기준으로 분할 된 그룹에 포함되는 결과값들을 저장하는 배열
  • for문
    • dataset의 data갯수만큼 반복
    • dataset의 data에서 해당 질문의 답과 특정 값 k가 같으면 data를 new_data_subset에 저장. 해당 label을 new_label_subest에 저장
  • new_data / label_subset을 data/label_subset에 추가
• return 값 : data_subset, label_subset

6.5 find_best_split

• split함수에 전달할 최적의 feature 질문을 찾는다.
• 파라미터 : 데이터(dataset), 질문들(question)
• 초기값 best_gain = 0 : 데이터를 특정 featur로 분할 했을 때 가장 높게 측정된 information_gain
• best_feature = 0 :데이터를 분할 할 질문의 idx저장
• return 값 : best_feature, best_gain

6.6 함수들로 tree만들기

• find_best_split으로 데이터를 분할 할 최적의 feature을 찾는다.
• 만약 분할 후의 information gain이 0이라면 해당 노드는 더 분할 할 필요가 없으므로 information gain이 0이라면 해당 노드는 더 분할 할 필요가 없으므로 반복 종료
• 찾은 best_feature을 질문으로 출력 -user_answerss : 사용자의 질문에 대한 답을 저장 -> 굳이 모든 answer들을 저장해야 하나?
• 입력받은 답으로 split함수 (data, label, best_feature, user_answer)호출
• return 값 : split해서 얻은 data_subset과 label_subsets

7. 구현 상세 설계

7.1 gameGUI.py

startWindow : 게임 시작부분 window gui를 구현한 class initUI : 시작 window에서 필요한 gui layout을 구현 openGameWindw : start버튼을 눌렀을 때 gameWindow가 실행할 수 있도록 연결, gameWidow를 종료했을 때 다시 startWindo 돌아오게 함. openDataWIndow : data버튼을 눌렀을 때 dataWIndow가 실행할 수 있도록 연결, dataWidow를 종료했을 때 다시 startWindo 돌아오게 함.

GameWIndow : 게임이 진행되는 window gui를 구현한 class. initUI : game window에서 필요한 gui layout을 구현. startGame : 게임을 시작할 때 필요한 초기값을 설정. printQuestion : 선택된 질문을 text창에 출력하여 사용자에게 보여줌. delUserAnswer : 사용자가 button을 통해 입력한 답변을 처리하고 guess함수를 호출해 다음 질문이 진행되게 함 . guess : 처음 사용자가 게임을 시작하면 바로 질문을 출력하고 information gain의 값이 0인지 아닌지 판단해 반복의 종료를 판단. gain이 0이면 결과값 출력. home : start Window로 돌아가고 해당 window는 hide. DataWindow : data를 저장할 때 window gui를 구현한 class initUI : data window에서 필요한 gui layout을 구현. nextQuestion : 사용자가 질문에 답변을 하면 다음 답변을 출력 만약 질문이 마지막이면 데이터 값을 저장하고 startWindow로 나감. dealUserAnswer : 사용자의 답변이 yes이면 1, no이면 0으로 해서 값을 저장. addData : 사용자에게 입력받은 데이터를 guessData file에 저장, 결과값은 guessResult file에 저장 home : startWindow로 돌아가고 해당 window는 hide showMessageBox : 값이 잘못 입력된 경우 사용자에게 메세지를 보냄.

7.2 gameLogic

decisionTreeOperation : decision tree를 구현하는데 필요한 동작들을 모아놓은 class gini: gini impurity를 계산. -information_gain : 정보이득 계산. split : 사용자의 답변에 맞추어 data를 분류. bestSplit : 최적의 질문을 찾기위해 gini를 계산 할 때 호줄되는 split. findBestSplit : 모든 질문의 정보 이득을 계산해서 최적의 질문을 찾는 함수.

7.3 questionData

dataFile : data file로 저장되어 있는 dataset과 result값을 배열로 바꾸는 함수