Merge pull request #2403 from entrylabs/develop

Master

Author: leunge

.github/workflows/deploy.yml

@@ -14,13 +14,13 @@ jobs:
         runs-on: ubuntu-latest
         steps:
             - uses: actions/checkout@v2
-            - name: Use Node.js 12.x
+            - name: Use Node.js 14.x
               uses: actions/setup-node@v1
               env:
                   NODE_OPTIONS: '--max-old-space-size=4096'
                   TOOL_NODE_FLAGS: '--max-old-space-size=4096'
               with:
-                  node-version: '12.x'
+                  node-version: 14
             - uses: bahmutov/npm-install@v1
             - name: entry build
               env:

extern/lang/ko.js

@@ -6383,6 +6383,49 @@ Lang.Helper = {
     get_regression_predict_5: '입력한 특성값으로 모델이 예측한 값을 반환합니다.',
     get_regression_predict_6: '입력한 특성값으로 모델이 예측한 값을 반환합니다.',
     get_regression_accuracy: '모델의 결정계수를 값으로 반환합니다.',
+    set_logistic_regression_option:
+        "모델의 학습 조건을 변경합니다. 변경한 학습 조건은 '모델 다시 학습하기' 블록으로 모델을 다시 학습할 때부터 적용됩니다.",
+    set_logistic_regression_optimizer:
+        "모델의 최적화 알고리즘을 변경합니다. 변경한 최적화 알고리즘은 '모델 다시 학습하기' 블록으로 모델을 다시 학습할 때부터 적용됩니다.",
+    get_logistic_regression_probability_1:
+        '입력한 데이터의 선택한 클래스에 대한 확률 값입니다. 값은 숫자로 표현됩니다.',
+    get_logistic_regression_probability_2:
+        '입력한 데이터의 선택한 클래스에 대한 확률 값입니다. 값은 숫자로 표현됩니다.',
+    get_logistic_regression_probability_3:
+        '입력한 데이터의 선택한 클래스에 대한 확률 값입니다. 값은 숫자로 표현됩니다.',
+    get_logistic_regression_probability_4:
+        '입력한 데이터의 선택한 클래스에 대한 확률 값입니다. 값은 숫자로 표현됩니다.',
+    get_logistic_regression_probability_5:
+        '입력한 데이터의 선택한 클래스에 대한 확률 값입니다. 값은 숫자로 표현됩니다.',
+    get_logistic_regression_probability_6:
+        '입력한 데이터의 선택한 클래스에 대한 확률 값입니다. 값은 숫자로 표현됩니다.',
+    set_decisiontree_option:
+        "모델의 학습 조건을 변경합니다. 변경한 학습 조건은 '모델 다시 학습하기' 블록으로 모델을 다시 학습할 때부터 적용됩니다.",
+    set_decisiontree_tree: "학습한 결정 트리를 나타낸 창을 열거나 닫습니다.",
+    set_svm_option: "모델의 학습 조건을 변경합니다. 변경한 학습 조건은 '모델 다시 학습하기' 블록으로 모델을 다시 학습할 때부터 적용됩니다.",
+    set_kernel_linear:
+        "학습 조건 중 커널을 선형으로 변경합니다. 변경한 학습 조건은 '모델 다시 학습하기' 블록으로 모델을 다시 학습할 때부터 적용됩니다.",
+    set_kernel_option:
+        "학습 조건 중 커널을 다항식 또는 RBF로 변경합니다. 변경한 학습 조건은 '모델 다시 학습하기' 블록으로 모델을 다시 학습할 때부터 적용됩니다.",
+    is_result_1: "입력한 데이터의 분류 결과가 선택한 클래스인 경우 '참'으로 판단합니다.",
+    is_result_2: "입력한 데이터의 분류 결과가 선택한 클래스인 경우 '참'으로 판단합니다.",
+    is_result_3: "입력한 데이터의 분류 결과가 선택한 클래스인 경우 '참'으로 판단합니다.",
+    is_result_4: "입력한 데이터의 분류 결과가 선택한 클래스인 경우 '참'으로 판단합니다.",
+    is_result_5: "입력한 데이터의 분류 결과가 선택한 클래스인 경우 '참'으로 판단합니다.",
+    is_result_6: "입력한 데이터의 분류 결과가 선택한 클래스인 경우 '참'으로 판단합니다.",
+    get_predict_1:
+        '입력한 데이터를 모델에서 분류한 값입니다. 값은 클래스 이름(텍스트)으로 표현됩니다.',
+    get_predict_2:
+        '입력한 데이터를 모델에서 분류한 값입니다. 값은 클래스 이름(텍스트)으로 표현됩니다.',
+    get_predict_3:
+        '입력한 데이터를 모델에서 분류한 값입니다. 값은 클래스 이름(텍스트)으로 표현됩니다.',
+    get_predict_4:
+        '입력한 데이터를 모델에서 분류한 값입니다. 값은 클래스 이름(텍스트)으로 표현됩니다.',
+    get_predict_5:
+        '입력한 데이터를 모델에서 분류한 값입니다. 값은 클래스 이름(텍스트)으로 표현됩니다.',
+    get_predict_6:
+        '입력한 데이터를 모델에서 분류한 값입니다. 값은 클래스 이름(텍스트)으로 표현됩니다.',
+    get_result_info: '모델의 성능 평가 지표를 값으로 반환합니다.',
     set_cluster_option_k:
         "군집의 개수를 입력한 값으로 바꾸어 설정합니다. 변경한 군집 개수는 '모델 다시 학습하기' 블록으로 모델을 다시 학습할 때부터 적용됩니다.",
     set_cluster_option_centroids:
@@ -6979,7 +7022,10 @@ Lang.template = {
     learning_title_text: '%1',
     learning_title_number: '%1',
     learning_title_regression: '%1',
+    learning_title_logistic_regression: '%1',
     learning_title_cluster: '%1',
+    learning_title_decisiontree: '%1',
+    learning_title_svm: '%1',
     insert_data_for_test: '학습한 모델로 인식하기 %1',
     insert_text_block_for_test: '%1 을(를) 학습한 모델로 인식하기 %2',
     test_result: '인식 결과',
@@ -6997,6 +7043,36 @@ Lang.template = {
     get_regression_predict_5: '%1 %2 %3 %4 %5 %6 %7 %8 %9 %10 의 예측값',
     get_regression_predict_6: '%1 %2 %3 %4 %5 %6 %7 %8 %9 %10 %11 %12 의 예측값',
     get_regression_accuracy: '결정계수',
+    set_logistic_regression_option: '학습 조건 %1 을(를) %2 (으)로 바꾸기 %3',
+    set_logistic_regression_optimizer: '최적화 알고리즘을 %1 (으)로 바꾸기 %2',
+    get_logistic_regression_probability_1: '%1 %2 의 %3 에 대한 확률',
+    get_logistic_regression_probability_2: '%1 %2 %3 %4 의 %5 에 대한 확률',
+    get_logistic_regression_probability_3: '%1 %2 %3 %4 %5 %6 의 %7 에 대한 확률',
+    get_logistic_regression_probability_4: '%1 %2 %3 %4 %5 %6 %7 %8 의 %9 에 대한 확률',
+    get_logistic_regression_probability_5: '%1 %2 %3 %4 %5 %6 %7 %8 %9 %10 의 %11 에 대한 확률',
+    get_logistic_regression_probability_6: '%1 %2 %3 %4 %5 %6 %7 %8 %9 %10 %11 %12 의 %13 에 대한 확률',
+    set_decisiontree_option: '학습 조건 %1 을 %2 으로 바꾸기 %3',
+    set_decisiontree_tree: '학습한 트리 %1 %2',
+    set_svm_option: '학습 조건 %1 을 %2 으로 바꾸기 %3',
+    set_kernel_linear: '커널을 선형으로 바꾸기 %1',
+    set_kernel_option: '커널을 %1 (으)로 바꾸고 %2 를 %3 (으)로 정하기 %4',
+    train_param_kernel_polynomial: '다항식',
+    train_param_kernel_rbf: 'RBF',
+    train_param_degree: '차수',
+    train_param_gamma: '감마',
+    is_result_1: '%1 %2 의 분류 결과가 %3 인가?',
+    is_result_2: '%1 %2 %3 %4 의 분류 결과가 %5 인가?',
+    is_result_3: '%1 %2 %3 %4 %5 %6 의 분류 결과가 %7 인가?',
+    is_result_4: '%1 %2 %3 %4 %5 %6 %7 %8 의 분류 결과가 %9 인가?',
+    is_result_5: '%1 %2 %3 %4 %5 %6 %7 %8 %9 %10 의 분류 결과가 %11 인가?',
+    is_result_6: '%1 %2 %3 %4 %5 %6 %7 %8 %9 %10 %11 %12 의 분류 결과가 %13 인가?',
+    get_predict_1: '%1 %2 의 분류 결과',
+    get_predict_2: '%1 %2 %3 %4 의 분류 결과',
+    get_predict_3: '%1 %2 %3 %4 %5 %6 의 분류 결과',
+    get_predict_4: '%1 %2 %3 %4 %5 %6 %7 %8 의 분류 결과',
+    get_predict_5: '%1 %2 %3 %4 %5 %6 %7 %8 %9 %10 의 분류 결과',
+    get_predict_6: '%1 %2 %3 %4 %5 %6 %7 %8 %9 %10 %11 %12 의 분류 결과',
+    get_result_info: '모델의 %1',
     set_cluster_option_k: '군집을 %1 개로 바꾸기 %2',
     set_cluster_option_centroids: '중심점 기준을 %1 로 바꾸기 %2',
     get_cluster_centriod_count: '군집 개수',
@@ -7683,6 +7759,9 @@ Lang.template = {
     learning_title_number_str: '분류: 숫자 모델',
     learning_title_regression_str: '예측: 숫자 모델',
     learning_title_cluster_str: '군집: 숫자 모델',
+    learning_title_logistic_regression_str: '분류: 숫자 (로지스틱 회귀) 모델',
+    learning_title_decisiontree_str: '분류: 숫자 (결정 트리) 모델',
+    learning_title_svm_str: '분류: 숫자 (SVM) 모델',
 };
 Lang.TextCoding = {
     block_name: '블록명',
@@ -8825,7 +8904,13 @@ Lang.AiLearning = {
     hide: '숨기기',
     open: '열기',
     close: '닫기',
-    probability: '정확도',
+    probability: '신뢰도',
+    accuracy: '정확도',
+    f1: 'F1',
+    precision: '정밀도',
+    recall: '재현율',
+    train_param_optimizer_adam: 'Adam',
+    train_param_optimizer_sgd: 'SGD',
     neighbor_count: '이웃 개수',
     cluster_option_centroids_kmpp: '가장 먼 거리',
     cluster_option_centroids_random: '무작위',
@@ -8835,8 +8920,13 @@ Lang.AiLearning = {
     model_status_2: '상태: 학습완료',
     model_status_3: '상태: 모델없음',
     train_param_learningRate: '학습률',
-    train_param_epochs: '세대',
-    train_param_validationRate: '테스트 데이터 비율',
+    train_param_epochs: '에포크',
+    train_param_validationRate: '검증 데이터 비율',
+    train_param_C: 'C',
+    train_param_kernel_polynomial: '다항식',
+    train_param_kernel_rbf: 'RBF',
+    train_param_degree: '차수',
+    train_param_gamma: '감마',
 };
 Lang.SharePolicy = {
     title: '엔트리 작품/게시물 공유 가이드',

extern/util/static.js

@@ -417,6 +417,9 @@ EntryStatic.getAllBlocks = function() {
                 'learning_title_number',
                 'learning_title_regression',
                 'learning_title_cluster',
+                'learning_title_logistic_regression',
+                'learning_title_decisiontree',
+                'learning_title_svm',
                 'retrain_model',
                 'model_is_trained',
                 'set_train_visible',
@@ -429,6 +432,32 @@ EntryStatic.getAllBlocks = function() {
                 'get_regression_predict_5',
                 'get_regression_predict_6',
                 'get_regression_accuracy',
+                'set_logistic_regression_option',
+                'set_logistic_regression_optimizer',
+                'get_logistic_regression_probability_1',
+                'get_logistic_regression_probability_2',
+                'get_logistic_regression_probability_3',
+                'get_logistic_regression_probability_4',
+                'get_logistic_regression_probability_5',
+                'get_logistic_regression_probability_6',
+                'set_decisiontree_option',
+                'set_decisiontree_tree',
+                'set_svm_option',
+                'set_kernel_linear',
+                'set_kernel_option',
+                'is_result_1',
+                'is_result_2',
+                'is_result_3',
+                'is_result_4',
+                'is_result_5',
+                'is_result_6',
+                'get_predict_1',
+                'get_predict_2',
+                'get_predict_3',
+                'get_predict_4',
+                'get_predict_5',
+                'get_predict_6',
+                'get_result_info',
                 'set_cluster_option_k',
                 'set_cluster_option_centroids',
                 'get_cluster_centriod_count',

package.json

@@ -56,8 +56,10 @@
         "html-webpack-template": "^6.2.0",
         "isomorphic-fetch": "^2.2.1",
         "jest": "^24.9.0",
+        "libsvm-js": "^0.2.1",
         "lodash": "^4.17.15",
         "mathjs": "^7.1.0",
+        "ml-cart": "^2.1.1",
         "pixi.js": "5.3.7",
         "postcss-flexbugs-fixes": "^4.1.0",
         "simplebar": "^3.1.1",

src/class/AILearning.js

@@ -6,6 +6,11 @@ import Classification, { classes as ClassificationClasses } from './learning/Cla
 import NumberClassification, {
     classes as NumberClassificationClasses,
 } from './learning/NumberClassification';
+import DecisionTree, { classes as DecisionTreeClasses } from './learning/DecisionTree';
+import LogisticRegression, {
+    classes as LogisticRegressionClasses,
+} from './learning/LogisticRegression';
+import Svm, { classes as SvmClasses } from './learning/Svm';
 import DataTable from './DataTable';
 
 const banClasses = [
@@ -15,6 +20,9 @@ const banClasses = [
     ...ImageClasses,
     ...ClassificationClasses,
     ...NumberClassificationClasses,
+    ...DecisionTreeClasses,
+    ...LogisticRegressionClasses,
+    ...SvmClasses,
 ];
 
 export default class AILearning {
@@ -162,6 +170,33 @@ export default class AILearning {
                 type,
                 recordTime,
             });
+        } else if (type === 'logisticRegression') {
+            this.#tableData = tableData || createDataTable(classes, name);
+            this.#module = new LogisticRegression({
+                name,
+                result,
+                url,
+                trainParam,
+                table: this.#tableData,
+            });
+        } else if (type === 'decisionTree') {
+            this.#tableData = tableData || createDataTable(classes, name);
+            this.#module = new DecisionTree({
+                name,
+                result,
+                url,
+                trainParam,
+                table: this.#tableData,
+            });
+        } else if (type === 'svm') {
+            this.#tableData = tableData || createDataTable(classes, name);
+            this.#module = new Svm({
+                name,
+                result,
+                url,
+                trainParam,
+                table: this.#tableData,
+            });
         }
 
         if (this.#module) {
@@ -309,8 +344,8 @@ function getBlockMenu(playground) {
 }
 
 function createDataTable(classes, name) {
-    if(!classes.length) {
-        return ;
+    if (!classes.length) {
+        return;
     }
     try {
         const [{ samples }] = classes;
@@ -320,10 +355,7 @@ function createDataTable(classes, name) {
             data = JSON.parse(data);
         }
         if (data && data.id && !DataTable.getSource(data.id)) {
-            DataTable.addSource(
-                data,
-                false
-            );
+            DataTable.addSource(data, false);
         }
         return data;
     } catch (e) {

src/class/DataTable.js

@@ -14,7 +14,7 @@ import { DataAnalytics, ModalChart, ModalTable } from '@entrylabs/tool';
 class DataTable {
     #tables = [];
     #view;
-    modal;
+    modals = [];
     selected;
 
     get tables() {
@@ -260,12 +260,14 @@ class DataTable {
             console.log(`not exist souce, table id: ${tableId}`);
             return;
         }
-        if (!source.modal) {
-            source.modal = this.createChart(source, chartIndex);
+        let chart = source.modals.find((m) => m.name === 'chart');
+        if (!chart) {
+            chart = this.createChart(source, chartIndex);
+            source.modals.push(chart);
+            this.modals.push(chart);
         }
         source.forceApply();
-        source.modal.show(undefined, { chartIndex });
-        this.modal = source.modal;
+        chart.show(undefined, { chartIndex });
     }
 
     showTable(tableId) {
@@ -275,18 +277,20 @@ class DataTable {
             console.log(`not exist souce, table id: ${tableId}`);
             return;
         }
-        if (!source.modal) {
-            source.modal = this.createTable(source);
+        let table = source.modals.find((m) => m.name === 'table');
+        if (!table) {
+            table = this.createTable(source);
+            source.modals.push(table);
+            this.modals.push(table);
         }
         source.forceApply();
-        source.modal.show();
-        this.modal = source.modal;
+        table.show();
     }
 
     closeModal() {
-        if (this.modal && this.modal.isShow) {
-            this.modal.hide();
-        }
+        this.modals.forEach((m) => {
+            m.hide();
+        });
     }
 
     createChart(source, chartIndex = 0) {
@@ -295,7 +299,7 @@ class DataTable {
             class: 'entry-table-chart',
             parent: $(Entry.modalContainer),
         })[0];
-        return new ModalChart({
+        const modal = new ModalChart({
             data: {
                 chartIndex,
                 source: { fields, origin: rows, chart },
@@ -305,14 +309,16 @@ class DataTable {
             },
             container,
         });
+        modal.name = 'chart';
+        return modal;
     }
 
     createTable(source) {
         const container = Entry.Dom('div', {
             class: 'entry-table-modal',
             parent: $(Entry.modalContainer),
         })[0];
-        return new ModalTable({
+        const modal = new ModalTable({
             data: {
                 table: source,
                 tables: this.tables,
@@ -322,11 +328,13 @@ class DataTable {
             },
             container,
         });
+        modal.name = 'table';
+        return modal;
     }
 
     clear() {
         this.#tables = [];
-        this.modal = null;
+        this.modals = [];
     }
 }