Data apply

생성 Data 적용

#시작하며

지난 포스팅까지 데이터를 좌표간 이동하는 새로운 방법을 통해 생성하는 과정을 진행하였다. 이번 포스팅에서는 생성된 해당 데이터들을 기반으로 나선그리기 정량화를 위해 개발한 알고리즘을 적용하는 과정을 통해 해당 데이터의 사용성을 평가해 볼 것이다.

 

 

 

#데이터 적용

데이터 적용에 앞서 먼저 생성한 데이터를 Error의 정도에 따른 구분이 필요했다. 따라서 Error의 정도를 1부터 10까지 정의하였고, 해당 데이터를 알고리즘에 적용하였다. 예상된 결과로는, Error를 1부터 10까지 증가시키며 목표선에서 벗어난 거리를 측정했기 때문에, 결과 distance 역시 Linear한 값이 나와야 정확하게 생성된 알고리즘 또는 데이터라고 할 수 있을 것이다.

 

 

 

• 데이터 생성

Error Data(1 to 10)

해당 그림은 Error의 Level에 따라 정렬된 생성 데이터를 나열한 것이다. Error 값을 점진적으로 증가시켰기 때문에, Level1과 비교하여 Level10은 확연한 차이를 가지고 있는 것을 확인할 수 있다.

 

 

 

• 생성 Base Line

다음으로 앞서 생성한 Level 1 to 10의 data를, 개발한 목표선에서 벗어난 거리 측정 알고리즘에 적용하여 얻은 Base Line 결과이다. 해당 사진에서 볼 수 있듯이, Error의 정도에 관계없이 세가지 데이터 모두 동일한 Base Line이 계산되는 것을 확인하였다.

 

 

 

• Plot

다음은, 생성한 데이터에 개발 알고리즘을 적용하여 목표선에서 벗어난 거리를 측정한 도표이다.

위 그래프에서 찾아볼 수 있듯이 Error가 증가함에 따라 목표선에서 벗어난 거리가 점진적으로 증가하는 것을 확인할 수 있었다. 하지만 Error의 정도 설정이 랜덤한 범위로서 설정되기 때문에, 정확한 직선의 형태가 아닌 꺾은선 그래프의 형태로 Plot 결과가 계산되었다.

 

 

 

• 다른 방법과 비교

다음은 앞서 나타낸 개발 알고리즘으로 계산한 목표선에서 벗어난 거리와, 가능한 다른 방법 중 하나로 계산한 목표선에서 벗어난 거리를 비교한 그래프이다. 해당 결과에서 볼 수 있드이 다른 방법에 비해 제시한 알고리즘이 Error값과 비례하게 증가하는 것을 다시한번 확인하였다.

 

 

 

#마치며

이번 포스팅에서는 지난 포스팅에서 구현했던 생성 데이터들을 기준으로 단계별 Error data를 생성하고 제시한 알고리즘에 적용하여 비교 분석하는 과정을 수행하였다. 다음 포스팅에서는 이번 생성 데이터 비교를 포함하여, 실제 데이터에 대한 분석도 진행한 후, 결과의 유사성을 측정하여, 두가지 검사 결과가 동일하게 나오는지를 측정해 볼 것이다.