# AIMS HW2
## Questions
利用kaggle的 [NIH Chest X-rays Datasets](https://www.kaggle.com/datasets/nih-chest-xrays/data) 訓練vgg16 Model並分類X-rays
## Process
* 刪除一些可能會造成錯誤的資料(年齡>100)以及資料少於1000的
* 因為資料不平均，所以要做sampling調整各data的權重
* 調整權重後資料:
* 處理training data train:32000 valid:8000
* 用image generator來做transform產生更多圖片

core_idg = ImageDataGenerator(samplewise_center=True,
                              samplewise_std_normalization=True,
                              horizontal_flip=True,
                              vertical_flip=False,
                              height_shift_range=0.05,
                              width_shift_range=0.1,
                              rotation_range=5,
                              shear_range=0.1,
                              fill_mode='reflect',
                              zoom_range=0.15)

## Result
* epoch=5時，AUC約為0.52

## Experience
* 在這次的作業會面臨資料量分布不平均的方式，通常可以用upsampling 或undersampling來處理，這次使用直接使用調整權重的方式來達成這樣的效果
* 能處理這種實際醫學的資料集感覺很新鮮，未來會想試試用更多kaggle上面的資料來跑模型