ํค์ด ํ๋ธ๋ฅด! ๋ฌด๋ฃ ๋ฐ๋ชจ ๊ฐ์์ ๋ฐ์ดํฐ ์์ง๋์ด์ ๋จธ์ ๋ฌ๋ ์ ๋ฌธ๊ฐ๋ฅผ ์ด๋ํฉ๋๋ค.
"์จ๋ผ์ธ ์ถ์ฒ ์ฌ๋ก๋ฅผ ํ์ฉํ ์ฐ์ ํ๊ฒฝ์ ML ๋ชจ๋ธ ๋์ " . ๋ํ CDP SpA์ ์ฌ๋ฌด ๋ถ์ ์ฑ ์์์ธ Luca Monno์ ๊ธฐ์ฌ๋ ๊ฒ์ํฉ๋๋ค.
๊ฐ์ฅ ์ ์ฉํ๊ณ ๊ฐ๋จํ ๊ธฐ๊ณ ํ์ต ๋ฐฉ๋ฒ ์ค ํ๋๋ Ensemble Learning์ ๋๋ค. ์์๋ธ ํ์ต์ XGBoost, Bagged, Random Forest ๋ฐ ๊ธฐํ ์ฌ๋ฌ ์๊ณ ๋ฆฌ์ฆ์ ๊ธฐ๋ณธ ๊ธฐ์ ์ ๋๋ค.
Towards Data Science์๋ ํ๋ฅญํ ๊ธฐ์ฌ๊ฐ ๋ง์ด ์์ง๋ง ์ ๋ ๋ ๊ฐ์ง ์ด์ผ๊ธฐ๋ฅผ ์ ํํ์ต๋๋ค(
EL์ด ์๋ํ๋ ๊ฒ์ ์ฒ์ ๋ดค์ ๋(๋ช ๊ฐ์ง ๋งค์ฐ ๊ฐ๋จํ ํ๊ท ๋ชจ๋ธ์ ์ฌ์ฉํ์ฌ ์์ ) ๋๋ ๋ด ๋์ ๋ฏฟ์ ์ ์์์ผ๋ฉฐ ๋์๊ฒ ์ด ๋ฐฉ๋ฒ์ ๊ฐ๋ฅด์ณ ์ค ๊ต์๋ฅผ ์์ง๋ ๊ธฐ์ตํฉ๋๋ค.
์ง์๊ฐ ํฌํจ๋ ๋ ๊ฐ์ง ๋ค๋ฅธ ๋ชจ๋ธ(์ฝํ ํ์ต ์๊ณ ๋ฆฌ์ฆ ๋ ๊ฐ)์ด ์์์ต๋๋ค. ํ๋ณธ ์ธ Rยฒ๋ ๊ฐ๊ฐ 0,90 ๋ฐ 0,93์ ๋๋ค. ๊ฒฐ๊ณผ๋ฅผ ๋ณด๊ธฐ ์ ์ ์ ๋ Rยฒ๊ฐ ๋ ์ด๊ธฐ ๊ฐ ์ฌ์ด ์ด๋๊ฐ์ ์์ ๊ฒ์ด๋ผ๊ณ ์๊ฐํ์ต๋๋ค. ์ฆ, EL์ ์ฌ์ฉํ๋ฉด ๋ชจ๋ธ์ด ์ต์ ์ ๋ชจ๋ธ๋งํผ ์ฑ๋ฅ์ด ๋จ์ด์ง์ง๋ ์์ง๋ง ์ต๊ณ ์ ๋ชจ๋ธ๋งํผ ์ข์ง๋ ์๊ฒ ๋ง๋ค ์ ์๋ค๊ณ ์๊ฐํ์ต๋๋ค.
๋๋๊ฒ๋ ์์ธก์ ๋จ์ ํ๊ท ํ ๊ฒฐ๊ณผ Rยฒ๋ 0,95์์ต๋๋ค.
์ฒ์์๋ ์ค๋ฅ๋ฅผ ์ฐพ๊ธฐ ์์ํ๋๋ฐ ์ฌ๊ธฐ์ ๋ญ๊ฐ ๋ง๋ฒ์ด ์จ๊ฒจ์ ธ ์์ ์๋ ์๊ฒ ๋ค๋ ์๊ฐ์ด ๋ค์์ด์!
์์๋ธ ํ์ต์ด๋?
EL์ ์ฌ์ฉํ๋ฉด ๋ ๊ฐ ์ด์์ ๋ชจ๋ธ ์์ธก์ ๊ฒฐํฉํ์ฌ ๋ณด๋ค ์์ ์ ์ด๊ณ ์ฑ๋ฅ์ด ๋ฐ์ด๋ ๋ชจ๋ธ์ ์ป์ ์ ์์ต๋๋ค. ๋ชจ๋ธ ์์๋ธ์ ์ฌ์ฉํ๋ ๋ฐฉ๋ฒ์๋ ์ฌ๋ฌ ๊ฐ์ง๊ฐ ์์ต๋๋ค. ์ฌ๊ธฐ์๋ ๊ฐ์ฅ ์ ์ฉํ ๋ ๊ฐ์ง ๋ฐฉ๋ฒ์ ๋ค๋ฃจ์ด ์ฌ๋ฌ๋ถ์๊ฒ ์์ด๋์ด๋ฅผ ์ ๊ณตํ๊ฒ ์ต๋๋ค.
๊ณผ ํ๊ท ์ฌ์ฉ ๊ฐ๋ฅํ ๋ชจ๋ธ์ ์ฑ๋ฅ์ ํ๊ท ํํ ์ ์์ต๋๋ค.
๊ณผ ๋ถ๋ฅ ๋ชจ๋ธ์ด ๋ผ๋ฒจ์ ์ ํํ๋๋ก ํ ์ ์์ต๋๋ค. ๊ฐ์ฅ ์์ฃผ ์ ํ๋ ๋ผ๋ฒจ์ด ์ ๋ชจ๋ธ์์ ์ ํ๋ ๋ผ๋ฒจ์ ๋๋ค.
EL์ด ๋ ์ ์๋ํ๋ ์ด์
EL์ด ๋ ์ ์๋ํ๋ ์ฃผ๋ ์ด์ ๋ ๊ฐ ์์ธก์ ์ค๋ฅ๊ฐ ์๊ธฐ ๋๋ฌธ์ ๋๋ค(ํ๋ฅ ์ด๋ก ์์ ์ด๋ฅผ ์ ์ ์์). ๋ ์์ธก์ ๊ฒฐํฉํ๋ฉด ์ค๋ฅ๋ฅผ ์ค์ด๋ ๋ฐ ๋์์ด ๋์ด ์ฑ๋ฅ ์งํ(RMSE, Rยฒ ๋ฑ)๊ฐ ํฅ์๋ฉ๋๋ค.d.)
๋ค์ ๋ค์ด์ด๊ทธ๋จ์ ๋ ๊ฐ์ง ์ฝํ ์๊ณ ๋ฆฌ์ฆ์ด ๋ฐ์ดํฐ ์ธํธ์์ ์๋ํ๋ ๋ฐฉ์์ ๋ณด์ฌ์ค๋๋ค. ์ฒซ ๋ฒ์งธ ์๊ณ ๋ฆฌ์ฆ์ ํ์ํ ๊ฒ๋ณด๋ค ๋ ํฐ ๊ธฐ์ธ๊ธฐ๋ฅผ ๊ฐ๋ ๋ฐ๋ฉด, ๋ ๋ฒ์งธ ์๊ณ ๋ฆฌ์ฆ์ ๊ฑฐ์ XNUMX์ ๊ฐ๊น์ต๋๋ค(๊ณผ๋ํ ์ ๊ทํ๋ก ์ธํด). ํ์ง๋ง ์์๋ธ ๋ ๋์ ๊ฒฐ๊ณผ๋ฅผ ๋ณด์ฌ์ค๋๋ค.
Rยฒ๋ฅผ ๋ณด๋ฉด ์ฒซ ๋ฒ์งธ์ ๋ ๋ฒ์งธ ํ๋ จ ์๊ณ ๋ฆฌ์ฆ์ ๊ฐ๊ฐ -0.01, 0.22์ด๊ณ ์์๋ธ์ ๊ฒฝ์ฐ 0.73์ ๋๋ค.
๋ค์๊ณผ ๊ฐ์ ๊ธฐ๋ณธ์ ์ธ ์์์๋ ์๊ณ ๋ฆฌ์ฆ์ด ์ข์ง ์์ ๋ชจ๋ธ์ด ๋ ์ ์๋ ๋ฐ์๋ ์ฌ๋ฌ ๊ฐ์ง ์ด์ ๊ฐ ์์ต๋๋ค. ๊ณผ์ ํฉ์ ํผํ๊ธฐ ์ํด ์ ๊ทํ๋ฅผ ์ฌ์ฉํ๊ธฐ๋ก ๊ฒฐ์ ํ์ ์๋ ์๊ณ , ์ผ๋ถ ์ด์ ํ์์ ์ ๊ฑฐํ์ง ์๊ธฐ๋ก ๊ฒฐ์ ํ์ ์๋ ์๊ณ , ๋คํญ์ ํ๊ท๋ฅผ ์ฌ์ฉํ๊ณ ์๋ชป๋ ์ฐจ์๋ฅผ ์ ํํ์ ์๋ ์์ต๋๋ค. (์๋ฅผ ๋ค์ด, XNUMX์ฐจ ๋คํญ์์ ์ฌ์ฉํ์ผ๋ฉฐ ํ ์คํธ ๋ฐ์ดํฐ์ ๋ช ํํ ๋น๋์นญ์ฑ์ด ํ์๋์ด XNUMX์ฐจ๊ฐ ๋ ์ ํฉํฉ๋๋ค.)
EL์ด ๊ฐ์ฅ ์ ์๋ํ ๋
๋์ผํ ๋ฐ์ดํฐ์ ๋ํด ์๋ํ๋ ๋ ๊ฐ์ง ํ์ต ์๊ณ ๋ฆฌ์ฆ์ ์ดํด๋ณด๊ฒ ์ต๋๋ค.
์ฌ๊ธฐ์๋ ๋ ๋ชจ๋ธ์ ๊ฒฐํฉํด๋ ์ฑ๋ฅ์ด ํฌ๊ฒ ํฅ์๋์ง ์์์์ ์ ์ ์์ต๋๋ค. ์ฒ์์๋ ๋ ๊ฐ์ง ํ๋ จ ์๊ณ ๋ฆฌ์ฆ์ ๊ฒฝ์ฐ Rยฒ ๊ฐ์ด ๊ฐ๊ฐ -0,37๊ณผ 0,22์์ผ๋ฉฐ, ์์๋ธ์ ๊ฒฝ์ฐ -0,04๋ก ๋ํ๋ฌ์ต๋๋ค. ์ฆ, EL ๋ชจ๋ธ์ ์งํ์ ํ๊ท ๊ฐ์ ๋ฐ์์ต๋๋ค.
๊ทธ๋ฌ๋ ์ด ๋ ์ ์ฌ์ด์๋ ํฐ ์ฐจ์ด๊ฐ ์์ต๋๋ค. ์ฒซ ๋ฒ์งธ ์์์๋ ๋ชจ๋ธ์ ์ค๋ฅ๊ฐ ์์ ์๊ด ๊ด๊ณ๋ฅผ ๊ฐ๊ณ ์๊ณ ๋ ๋ฒ์งธ์์๋ ์์ ์๊ด ๊ด๊ณ๊ฐ ์์ต๋๋ค(์ธ ๋ชจ๋ธ์ ๊ณ์๋ ์ถ์ ๋์ง ์์์ง๋ง ์ ์๊ฐ ๋จ์ํ ์ ํํ์ต๋๋ค). ์๋ก์.)
๋ฐ๋ผ์ Ensemble Learning์ ์ฌ์ฉํ๋ฉด ๋ชจ๋ ๊ฒฝ์ฐ์ ํธํฅ/๋ถ์ฐ ๊ท ํ์ ๊ฐ์ ํ ์ ์์ง๋ง, ๋ชจ๋ธ ์ค๋ฅ๋ ์์ ์๊ด ๊ด๊ณ๊ฐ ์์ผ๋ฏ๋ก EL์ ์ฌ์ฉํ๋ฉด ์ฑ๋ฅ์ด ํฅ์๋ ์ ์์ต๋๋ค..
๋์ข ๋ฐ ์ด์ข ๋ชจ๋ธ
EL์ ๋์ข ๋ชจ๋ธ(์ด ์ ๋๋ Random Forest์์์ ๊ฐ์ด)์ ์ฌ์ฉ๋๋ ๊ฒฝ์ฐ๊ฐ ๋ง์ง๋ง ์ค์ ๋ก๋ ๋ค์ํ ์ค๋ช ๋ณ์ ์ธํธ๋ฅผ ์ฌ์ฉํ์ฌ ๋ค์ํ ๋ชจ๋ธ(์ ํ ํ๊ท + ์ ๊ฒฝ๋ง + XGBoost)์ ๊ฒฐํฉํ ์ ์์ต๋๋ค. ์ด๋ก ์ธํด ์๊ด๋์ง ์์ ์ค๋ฅ๊ฐ ๋ฐ์ํ๊ณ ์ฑ๋ฅ์ด ํฅ์๋ ์ ์์ต๋๋ค.
ํฌํธํด๋ฆฌ์ค ๋ค๊ฐํ์์ ๋น๊ต
EL์ ํฌํธํด๋ฆฌ์ค ์ด๋ก ์ ๋ค๊ฐํ์ ์ ์ฌํ ๋ฐฉ์์ผ๋ก ์๋ํ์ง๋ง ์ฐ๋ฆฌ์๊ฒ๋ ํจ์ฌ ๋ ์ข์ต๋๋ค.
๋ค๊ฐํํ ๋๋ ์๊ด๊ด๊ณ๊ฐ ์๋ ์ฃผ์์ ํฌ์ํ์ฌ ์ฑ๊ณผ์ ๋ณ๋์ ์ค์ด๋ ค๊ณ ๋ ธ๋ ฅํฉ๋๋ค. ์ ๋ถ์ฐ๋ ์ฃผ์ ํฌํธํด๋ฆฌ์ค๋ ์ต์ ์ ๋จ์ผ ์ฃผ์๋ณด๋ค ๋ ์ข์ ์ฑ๊ณผ๋ฅผ ๋ผ ๊ฒ์ด์ง๋ง ๊ฒฐ์ฝ ์ต๊ณ ๋ณด๋ค ๋ ๋์ ์๋ ์์ต๋๋ค.
์๋ ๋ฒํ์ ๋ง์ ์ธ์ฉํ์๋ฉด:
"๋ค๊ฐํ๋ ๋ฌด์ง์ ๋ํ ๋ฐฉ์ด์ ๋๋ค. ์์ ์ด ๋ฌด์์ ํ๊ณ ์๋์ง ๋ชจ๋ฅด๋ ์ฌ๋์๊ฒ๋ [๋ค๊ฐํ]๊ฐ ๊ฑฐ์ ์๋ฏธ๊ฐ ์์ต๋๋ค."
๊ธฐ๊ณ ํ์ต์์ EL์ ๋ชจ๋ธ์ ๋ถ์ฐ์ ์ค์ด๋ ๋ฐ ๋์์ด ๋์ง๋ง ์ด๋ก ์ธํด ์ต์์ ์ด๊ธฐ ๋ชจ๋ธ๋ณด๋ค ์ ๋ฐ์ ์ธ ์ฑ๋ฅ์ด ๋ ๋์ ๋ชจ๋ธ์ด ์์ฑ๋ ์ ์์ต๋๋ค.
ํฉ๊ณํ๋ค
์ฌ๋ฌ ๋ชจ๋ธ์ ํ๋๋ก ๊ฒฐํฉํ๋ ๊ฒ์ ๋ถ์ฐ ํธํฅ ๋ฌธ์ ๋ฅผ ํด๊ฒฐํ๊ณ ์ฑ๋ฅ์ ํฅ์์ํฌ ์ ์๋ ๋น๊ต์ ๊ฐ๋จํ ๊ธฐ์ ์ ๋๋ค.
์ ์๋ํ๋ ๋ ๊ฐ ์ด์์ ๋ชจ๋ธ์ด ์๋ ๊ฒฝ์ฐ ๋ ์ค ํ๋๋ฅผ ์ ํํ์ง ๋ง๊ณ ๋ชจ๋ ์ฌ์ฉํ์ธ์(๊ทธ๋ฌ๋ ์ฃผ์ํ์ธ์)!
์ด ๋ฐฉํฅ์ผ๋ก ๋ฐ์ ํ๋ ๋ฐ ๊ด์ฌ์ด ์๋์? ๋ฌด๋ฃ ๋ฐ๋ชจ ๊ฐ์์ ๋ฑ๋กํ์ธ์
์ถ์ฒ : habr.com