###### tags: `工作週誌`

# 第十四周週誌
C109154330 洗柏詞

# 摘要:
將錯誤字元更正的檔案進行訓練並對結果進行分析

# 工作內容:
列出分析結果，是否符合預期

## 主要需要工具
visual studio code

## 匯入模組

import numpy as np
import pandas as pd 
import random
...

## 主程式
使用 cc family 回傳數值紀錄

def cc(document, sentence_limit, word_limit, model, word_map, x, y, ccline):
    ......
    for c, cc in enumerate(ccline):
        lintest2.append(cc)  

    for idx, value in enumerate(rounded_preds.data.tolist()):)
        if rev_label_encoding[idx][int(value)] == "1":
            lintest.append(f'{icd_names[idx]}: {code_name_maps.get(icd_names[idx], "NA")}')
    d1 = [x for x in lintest if x in lintest2]
    d2 = [y for y in (lintest + lintest2) if y not in d1]
    ......
    y = len(lintest + lintest2)
    return x, y #繪製折線圖的數據。x為答案數量;y為推薦數量

def cc2(document, sentence_limit, word_limit, model, word_map,x ,y,ccline):
    #與cc()一樣，但是回傳的是
    ccc = len(d1)
    #用於文字標示時的
    return ccc

### 遇到問題:
1. 檔案有標示錯誤的地方。
如圖:

### 解決方法:
1. 寫判斷式，讓程式找出錯誤的資料位置

* 錯誤資料顯示,檔案編號

* cc2應用數值比較(相同=黃色; 少於=紅色)

## 模擬結果
515~519
* 推薦系統 舊版模型預測數量與新版模型預測數量 比較折線圖
* cc2應用數值比較(相同=黃色; 少於=紅色)

# 結論:
預測結果有一些不進理想的部分，嘗試執行並找出不合理的地方。