{
  "id": 116454,
  "title": "HW_Hyona_Yu",
  "url": "/competitions/2019-fall-pr-project/discussion/116454",
  "author_name": "Hyona_Yu",
  "post_date": "2019-11-09T08:27:36.963000",
  "votes": 0,
  "comment_count": 0,
  "views": 0,
  "content": "<p><code>datas = []\nlabel = []\ncat_data = []\ndog_data = []\ndataset_train = \"/content/input2/train/train/\"</code>\n`for i in os.listdir(dataset_train):</p>\n\n<p>if 'cat' == i.split('.')[0]:\n    data=cv2.imread(dataset_train + i)\n    data= cv2.resize(data, (32,32))\n    cat_data.append(data.ravel())</p>\n\n<pre><code>if len(cat_data) == 2000 : break`\n</code></pre>\n\n<p>`if 'dog' == i.split('.')[0]:\n    data = cv2.imread(dataset_train + i)\n    data= cv2.resize(data, (32,32))\n    dog_data.append(data.ravel())\n    if len(dog_data) == 2000 : break</p>\n\n<p>for c in cat_data:\n  datas.append(c)\n  label.append('cat')\nfor d in dog_data:\n  datas.append(d)\n  label.append('dog')\n`</p>\n\n<p>opencv를 이용하여 데이터를 가공하였습니다. cat, dog data가 같은 수가 되도록 각 2000개씩 변환하였습니다. ravel() 대신 flatten()을 사용해도 무방합니다.</p>\n\n<p>`id = []\nfor i in range(1,5001):\n  id.append(i)\ny_pred=  list(y_pred)\ndic = {'id': id}\ndic2 = { 'label': y_pred}\nprint(dic)\nprint(id)\nresult = dic\nimport pandas as pd</p>\n\n<p>df = pd.DataFrame(result)\ndf = df.replace('dog',1)\ndf = df.replace('cat',0)\nprint(df)\ndf.to_csv('results-yk-v2.csv',index=False, header=True)\n저는 pandas 가 익숙하지 않았기 떄문에 dictionary 를 이용하였습니다. 이 때는 교수님의 원본코드 <code>index=True, header=False</code>와 반대로 해야합니다.</p>\n\n<p>pd.read_csv('results-yk-v2.csv')\ncsv 가 직접 어떻게 저장되었는지 확인하고 코드를 수정하였습니다.</p>",
  "messages": [
    {
      "id": 668980,
      "postDate": "2019-11-09T08:27:36.963Z",
      "content": "<p><code>datas = []\nlabel = []\ncat_data = []\ndog_data = []\ndataset_train = \"/content/input2/train/train/\"</code>\n`for i in os.listdir(dataset_train):</p>\n\n<p>if 'cat' == i.split('.')[0]:\n    data=cv2.imread(dataset_train + i)\n    data= cv2.resize(data, (32,32))\n    cat_data.append(data.ravel())</p>\n\n<pre><code>if len(cat_data) == 2000 : break`\n</code></pre>\n\n<p>`if 'dog' == i.split('.')[0]:\n    data = cv2.imread(dataset_train + i)\n    data= cv2.resize(data, (32,32))\n    dog_data.append(data.ravel())\n    if len(dog_data) == 2000 : break</p>\n\n<p>for c in cat_data:\n  datas.append(c)\n  label.append('cat')\nfor d in dog_data:\n  datas.append(d)\n  label.append('dog')\n`</p>\n\n<p>opencv를 이용하여 데이터를 가공하였습니다. cat, dog data가 같은 수가 되도록 각 2000개씩 변환하였습니다. ravel() 대신 flatten()을 사용해도 무방합니다.</p>\n\n<p>`id = []\nfor i in range(1,5001):\n  id.append(i)\ny_pred=  list(y_pred)\ndic = {'id': id}\ndic2 = { 'label': y_pred}\nprint(dic)\nprint(id)\nresult = dic\nimport pandas as pd</p>\n\n<p>df = pd.DataFrame(result)\ndf = df.replace('dog',1)\ndf = df.replace('cat',0)\nprint(df)\ndf.to_csv('results-yk-v2.csv',index=False, header=True)\n저는 pandas 가 익숙하지 않았기 떄문에 dictionary 를 이용하였습니다. 이 때는 교수님의 원본코드 <code>index=True, header=False</code>와 반대로 해야합니다.</p>\n\n<p>pd.read_csv('results-yk-v2.csv')\ncsv 가 직접 어떻게 저장되었는지 확인하고 코드를 수정하였습니다.</p>",
      "rawMarkdown": "`datas = []\nlabel = []\ncat_data = []\ndog_data = []\ndataset_train = \"/content/input2/train/train/\"`\n`for i in os.listdir(dataset_train):\n  \n  if 'cat' == i.split('.')[0]:\n    data=cv2.imread(dataset_train + i)\n    data= cv2.resize(data, (32,32))\n    cat_data.append(data.ravel())\n      \n    if len(cat_data) == 2000 : break`\n`if 'dog' == i.split('.')[0]:\n    data = cv2.imread(dataset_train + i)\n    data= cv2.resize(data, (32,32))\n    dog_data.append(data.ravel())\n    if len(dog_data) == 2000 : break\n      \nfor c in cat_data:\n  datas.append(c)\n  label.append('cat')\nfor d in dog_data:\n  datas.append(d)\n  label.append('dog')\n`\n\nopencv를 이용하여 데이터를 가공하였습니다. cat, dog data가 같은 수가 되도록 각 2000개씩 변환하였습니다. ravel() 대신 flatten()을 사용해도 무방합니다.\n\n`id = []\nfor i in range(1,5001):\n  id.append(i)\ny_pred=  list(y_pred)\ndic = {'id': id}\ndic2 = { 'label': y_pred}\nprint(dic)\nprint(id)\nresult = dic\nimport pandas as pd\n\ndf = pd.DataFrame(result)\ndf = df.replace('dog',1)\ndf = df.replace('cat',0)\nprint(df)\ndf.to_csv('results-yk-v2.csv',index=False, header=True)\n저는 pandas 가 익숙하지 않았기 떄문에 dictionary 를 이용하였습니다. 이 때는 교수님의 원본코드 `index=True, header=False`와 반대로 해야합니다.\n\npd.read_csv('results-yk-v2.csv')\ncsv 가 직접 어떻게 저장되었는지 확인하고 코드를 수정하였습니다.\n"
    }
  ],
  "comments": [],
  "raw_markdown_by_id": {
    "668980": "`datas = []\nlabel = []\ncat_data = []\ndog_data = []\ndataset_train = \"/content/input2/train/train/\"`\n`for i in os.listdir(dataset_train):\n  \n  if 'cat' == i.split('.')[0]:\n    data=cv2.imread(dataset_train + i)\n    data= cv2.resize(data, (32,32))\n    cat_data.append(data.ravel())\n      \n    if len(cat_data) == 2000 : break`\n`if 'dog' == i.split('.')[0]:\n    data = cv2.imread(dataset_train + i)\n    data= cv2.resize(data, (32,32))\n    dog_data.append(data.ravel())\n    if len(dog_data) == 2000 : break\n      \nfor c in cat_data:\n  datas.append(c)\n  label.append('cat')\nfor d in dog_data:\n  datas.append(d)\n  label.append('dog')\n`\n\nopencv를 이용하여 데이터를 가공하였습니다. cat, dog data가 같은 수가 되도록 각 2000개씩 변환하였습니다. ravel() 대신 flatten()을 사용해도 무방합니다.\n\n`id = []\nfor i in range(1,5001):\n  id.append(i)\ny_pred=  list(y_pred)\ndic = {'id': id}\ndic2 = { 'label': y_pred}\nprint(dic)\nprint(id)\nresult = dic\nimport pandas as pd\n\ndf = pd.DataFrame(result)\ndf = df.replace('dog',1)\ndf = df.replace('cat',0)\nprint(df)\ndf.to_csv('results-yk-v2.csv',index=False, header=True)\n저는 pandas 가 익숙하지 않았기 떄문에 dictionary 를 이용하였습니다. 이 때는 교수님의 원본코드 `index=True, header=False`와 반대로 해야합니다.\n\npd.read_csv('results-yk-v2.csv')\ncsv 가 직접 어떻게 저장되었는지 확인하고 코드를 수정하였습니다.\n"
  }
}