프리미엄
예측대회
투자분석
아카데미
커뮤니티
Valley AI 시작하기시작하기
Valley Space인기
휴
똥공장똥

휴

avatar
리탭
2024.08.29조회수 6회

좀더 체계적인 기능테스트와 테스트결과를 기록하는 클래스의 필요성을 느꼈다


A기능 테스트-수정하고 다음 B기능을 테스트-수정하는 과정에서

A기능을 건드려버리면 A기능 계속 정상적으로 작동할지 아님 새로운 오류나 오차가 생겼을지 애매해진다


만약에 테스트를 그냥 다 모아서 한방에 해버려도 그 결과가 옳고 그름을 명백히 구분할 수 있는 프로그램이라면

그렇게 해도 괜찮겠지만, 큰 불확실성을 동반하는 예측 태스크는 프로그램이 올바르게 작동해도 결과적으로 실패하거나

그 반대의 경우도 발생하며 결과값 자체에 불확실성과 예측 불가성을 동반하기 때문에 중간중간에 들어가는

기능들이 정상적으로 작동하는지를 꾸준히 확인해줄 필요가 있는 듯 하다


이 때 과거 테스트 기록을 돌이켜 볼 필요가 있는 것 같아 testReport 클래스를 만들라고 챗지피티한테 시켰다


image.png
image.png

회원가입만 해도
이 글을 무료로 읽을 수 있어요.

Basic 7일 무료 체험 시작하기
이미 계정이 있으신가요?로그인하기
댓글 0개
avatar
리탭
구독자 33명구독중 14명
알팀장님과 함께하는 즐거운 합법도박 라이프
아직 작성된 댓글이 없습니다.
똥 카테고리의 다른글

달러 날먹이

안통하는 날이온다면? 비관주의적관점이 맞추기도 어렵고 타이밍도 어렵고 많이먹기도 어려워서 별로 좋아하지는 않는데 재밌으니까 한번상상 나스닥 에스엔피 퍼 40, 30 1900년대부터 에센피평균 15정도 정상수치 잘쳐줘도 20 1.5배뻥튀 만들어내는 가치는 회사들이 다처먹음으로써 양극화의 심화(자산가치의 불균등한 상승이아닌 소득분배의 관점에서) 이게 net profit인지는 모르겟는데 그냥 대충 보면 상당히 올라있는거이보인다 달러는 사람들이 믿기떄문에 가치있는것일까 아니면 실제로 실용성이 있기 때문에 가치있는 것일까? 달러를 가지고 최종소비를 했을 때 얼마만큼의 가치를 누릴 수 있을까? ! 피피피인가 그거 확인, ...
똥
2024. 08. 24
1
1
7
달러 날먹이

시그마가 중요한 이유

<사진: 히그마> E[mu_sample(X(mu_true))] = mu_true 이지만 E[mu_true(X(mu_sample))] != mu_sample이기 때문에~
똥
2024. 08. 24
1
0
9
시그마가 중요한 이유

어제는 놀았다

오늘은 다시 열심히해볼까 일단 실제데이터에 한번 대충 테스트 돌려보고 그냥저냥 괜찮으면 바로 실전으로 돌입하려 한다 실전에서 조금 죽더라도 일단 돈이좀왔다갔다해야 동기부여가 되기때문이다 알고리즘이 아무리 구려도 그냥 1계약씩만 베팅하고 베팅 총롤링이 높지 않으면 기대수익관점에서 큰 문제가 없을 것이라 생각한다 다른사람들은 베팅을 공부나 생각보다 좋아하지만 나는 그 반대의 경향이 과도하게 커서 효율성이 최선이 아닐 때가 많다 그리고 동기부여의 관점에서 근시안적이어서 지금 당장 주어지는 보상이나 압박이 없으면 멍때리고 유튜브본다 이전에 하던 걸 멈추고 돈태우면서 이거한지도 벌써 1년 반쯤 되었다 시작할때쯤 친구가 군대에 갔는데 한달전쯤 전역한 것이다 자꾸 키움api 활성화시켜놓으면 한달지났는데 한번도안썻다고 비활성화 되는 걸 보면 얼마나 탱자탱자 사는지 알수있따 밸리ai도 배울려고 가입했다기보다는 나와 비슷한 생각을 하고 비슷한 성향을 가진 사람을 찾아 내 주변 사회적 환경으로부터 동기부여를 받기 위해 가입한것이다 확실히 내용 있는 사람들이 많이 모여있다는 생각이 든다. 난 기댈언덕이 없어 돈떨어지면 죽는다... 그냥 대충 최소한의 구색만 맞추고 일단 렛츠고하기 위해 최선을 다해보자 일단 실제데이터로 테스트한번만 돌려보고... 그것도 지금생각못한 변수가 있다면 의외로 오래걸릴 수도 있다 늘 그렇다
똥
2024. 08. 24
0
0
8

음 이제야 데이터가 안튀기는 하는군

이런식으로 대충 추세를 가진 랜덤 인공데이터셋을 만들어서 알고리즘에 넣고돌려서 테스트셋에서 예측값과 실제값의 관계를 확인해보면 이르케 이쁘게 나온다 고치기전에는 이렇게나온다 y좌표가 4위에있는데 이거는 알고리즘이 5일뒤에 주가가 1500% 이상 오를거라고 예측했다는 것이다. ㅋㅋ 근데 왜 결과들이 다시 달라지지...다시디버깅하러간다..
똥
2024. 08. 23
0
1
14
음 이제야 데이터가 안튀기는 하는군

디버깅 후

실행시마다 결과가 다르게 나왔던 문제 -> mongoDB에서 데이터를 가져오는 과정에서 파이프라인에서 타임스탬프로 정렬을 안해줘서 생긴 문제였다 결과값이 튀는 문제 -> 예측해야하는 인풋좌표에 대해 주변의 유의미한 좌표들이 한쪽으로 치우쳐져있다 유의미한 좌표들의 총 수가 적다 유의미한 좌표들이 서로 아주 가까히 이웃하여있다 이럴 때 프리딕션을 가중평균으로 하면 괜찮은데 가중선형피팅으로 해버리면 피팅하는 하이퍼플레인이 원점기준으로 저 멀리서 타이타닉마냥 기울어져 형성되고(2, 3 요인의 조합) 그게 1 요인에 의해서 기울기가 누적되서 이 모든 요인들의 환상의 하모니로 인풋좌표에서의 예측이 골로 가있는 건데 일단 지금은 테스트하느라 총데이터수가 적고 또 유효좌표도 그냥 전체좌표의 1%로 해놔서 이런거긴 하지만 평균대신 피팅을 쓸 때 장점이 주변에 참고할 데이터가 한쪽으로 쏠려있을 때 평균내는거에 비하여 예측값이 더 적절할 수 있다는 건데 오히려 그런 상황에서 문제를 일으킨 것이다. 근본적으로 데이터에 노이즈가 많은 것도 이유 ...
똥
2024. 08. 23
0
2
8