날 데려 가시개

유기반려견 입양가능성 판별 분류기

프로젝트

목적

• 머신러닝 Classification을 이용하여 보호소에서 보호종료된 반려견들의 데이터들을 가지고 입양과 미입양된 반려견들의 사례를 학습시켜 입양 가능성을 높이기 위해 필요한 피처의 상관관계를 추론.

모델

XGBoost Classifier

Pre-Trained Model

Checkpoint

Assets/
├─ ...
├─ StreamingAssets/
│  └─ ML/
│     ├─ data/
|     |   └─ dogs_encoder_data.csv
│     ├─ model/
|     |   └─ dog_adopt_classifier.model
│     └─ run.py
└─ ...

데이터 셋

• Feature Data : '품종', '색', '성별', '중성화유무', '나이', '지역', '크기'
• Label Data : '상태'
• 전체 43,010 데이터

EDA

• '품종' : {믹스견, 푸들, 말티즈, 포메라니안, 진도견, 비숑 프리제, 시츄, 치와와, 시바, 기타품종견}
• '색' : {백, 흑, 갈, 회, 기타}
• '성별' : '미상' 제거
• '나이' : {1년 이하 : '유년'} {1 ~ 7년 이하 : '성년'} {7년 초과 : '노년'}
• '지역' : {수도권 : 서울, 인천, 경기} {호서 : 충남, 충북, 대전, 세종} {호남 : 전북, 전남, 광주} {영남 : 대구, 경남, 경북, 부산, 울산} {관동 : 강원} {제주 : 제주}
• 무게 {0 ~ 6kg : '소형'} {6 ~ 14kg : '중형'} {14kg~ : '대형'}
• 상태 {방사, 반환 결측치 처리} {입양 (입양, 기증)} {미입양 (자연사, 안락사)}

전처리

• Label Encoding

훈련

• classifier_train.ipynb

• 정확도 : 0.7092
• 정밀도 : 0.7266
• 재현율 : 0.3346
• F1 score : 0.4582
• AUC : 0.7095

UI/UX 클라이언트

• Unity UI
• python connect to unity

Assets/
├─ ...
├─ Scripts/
│  └─ Classification.cs
└─ ...

실행파일

Download