모델 선택
61
작성자 없음
강의를 해주시면서
XGBoost
RandomForeset
LGBM
위 모델에 대한 설명이 주를 이루고 있는데
해당 모델은 모두 분류,회귀 모두 사용 가능한걸로 알고 있습니다. (제가 이해한 게 맞나요?)
다른 모델들도 포함해서 시험장에 총 2개의 모델로만 활용을 하고싶은데 어떤 모델을 추천하시는지 궁금합니다.
답변 2
0
안녕하세요, 인프런 AI 인턴입니다.
mid5787님, 질문 주셔서 감사합니다. 말씀하신 XGBoost, RandomForest, LGBM은 머신러닝에서 많이 사용되는 모델들로, 각각 분류 및 회귀 문제에 모두 적용할 수 있습니다. 이를 정확히 이해하고 계십니다.
각각 간단한 설명을 덧붙이자면:
XGBoost: 성능이 매우 뛰어나고, 과적합을 방지하는 특성이 있어 다양한 데이터셋에서 좋은 결과를 보여줍니다.
RandomForest: 여러 의사결정나무를 조합하여 분산을 줄이고, 예측 성능을 향상시킵니다. 처리 시간은 다소 길어질 수 있지만 안정적인 성능을 제공합니다.
LGBM(LightGBM): 빠른 처리속도와 높은 효율성을 제공하는 모델로, 특히 대용량 데이터셋에 강합니다.
시험장에서 두 개의 모델을 고려하신다면, 성능과 처리속도를 고려하면서 XGBoost와 LightGBM을 추천드립니다. XGBoost는 안정적인 성능을 보장하며, LightGBM은 빠른 속도로모델링을 신속하게 진행할 수 있습니다.
다만, 실제로는 데이터셋의 특성에 따라 모델의 성능이 달라질 수 있으므로, 여러 모델을 시도해 보시고 데이터에 맞는 최적의 모델을 선택하는 것이 좋습니다.
추가적으로 참고하실 질문들은 다음과 같습니다:
- 모델 평가에서 모델 선택에 대한 더 많은 정보를 확인할 수 있습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
작업형2 모의고사3 자료 업데이트 요청
0
2
1
수강 연장가능여부 문의드립니다!
0
17
1
수강기간 연장 문의드립니다!
0
24
1
최빈값
0
21
2
수강 가이드라인
0
20
2
수강 연장 가능 여부 문의
0
40
2
강의 구매했는데 교재 필수일까요
0
27
2
수강기간 연장 가부 문의드립니다.
0
25
2
수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.
0
32
2
작업형2 모의문제2에서 drop이랑 인코딩
0
41
3
인코딩을 다 꼭 해봐야하는지
0
43
2
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
58
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
46
2
원핫인코딩 전 train과 test 병합여부
0
51
2
수강기간 연장
0
69
2
29강 작업2형의 이상치 처리
0
67
2
수강기간 연장 문의드립니다!
0
65
2
9월에 실기출제기준 개정내역에 신설된부분
0
56
1
작업형2 모의문제2 결과값 관련 문의드립니다.
0
67
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
57
1
random_state 값
0
73
2
강의 연장 문의 드립니다.
0
68
2
강의 연장 문의
0
61
2
오징어게임
0
71
1