모델 선택
44
작성자 없음
작성한 질문수 0
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.
대응표본검정 레빈
0
7
2
단일표본검정 문제 유형
0
10
2
[작업형 3] 6~7. 카이제곱 검정
0
11
2
9회 작업형3 문제 1-1
0
16
2
최종답안 계산 방식 질문
0
13
1
시험 치기 전 급하게 질문 사항
0
21
2
유형3
0
19
2
작업형 2 연습문제 섹션 3
0
13
2
11 기출문제 ipynb파일
0
18
2
작업형 3 유형
0
18
2
11회 기출 유형(작업형1) 2번 정답
0
17
2
f1 score 질문
0
18
2
10회 작업형 2 인코딩 질의
0
14
2
53번 강의에서 갑자기 수업노트가 없어졌습니다.
0
20
2
28:19 roc_auc이유
0
18
2
수강연장문의
0
21
2
전체적인 머신러닝 순서
0
23
2
빅분기 실기 유형2질문
0
25
1
ID 전처리 이유
0
31
2
데이터제공
0
29
2
예시문제 작업형3 꼬리질문2번
0
21
1
데이터 개수를 구할 때, len과 value_counts 차이
0
28
2
작업형 2 제출방
0
22
2
인코딩 스케일링 순서
0
24
2