inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

11회 기출유형 (작업형2)

하이퍼파라미터 변수

해결된 질문

85

김혜인

작성한 질문수 3

0

작업형 2을 여러 데이터를 구해서 해보고 있는데 하이퍼 파라미터 변수를 조정해서 평가결과를 보면 학습률이 높거나 트리가 깊어야 점수가 좋게 나오는 경우가 있는 것 같습니다

 

예를 들면 대중적으로는 아래처럼 쓰는데

n_estimators=500, learning_rate=0.05, max_depth=6

이렇게 넣어야 score가 높게 나오는 경우입니다

n_estimators=400, learning_rate=0.13, max_depth=10

 

시험에서도 대중적인 파라미터 대신 평가 점수만 보고 파라미터를 조정해도 괜찮을지 궁금합니다!

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

시험에서도 평가 점수 기준으로 파라미터 조정하셔도 되긴 한데, 한 가지 주의할 점이 있어요.

max_depth=10처럼 트리가 깊어지면 훈련 데이터에 과하게 맞춰지는 오버피팅 위험이 있어요. 지금 점수가 높게 나오는 건 test 데이터가 훈련 데이터와 분포가 비슷해서 우연히 잘 맞는 경우일 수 있거든요.

정확히 확인하려면 크로스 밸리데이션을 써야 하는데, 시험 환경에서는 코드가 복잡해지니 부담스러울 수 있어요.


하이퍼파라미터에는 기본값 또는 기본값 근처에 두고 다른 것에 집중하는 것이 더 좋을 것 같습니다.

0

김혜인

감사합니다!

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. 김혜인님.

하이퍼파라미터 조정은 머신러닝 모델의 성능을 향상시키는 중요한 과정입니다. 특히 시험과 같은 실제 상황에서는 평가 지표를 기준으로 하이퍼파라미터를 조정하는 것이 중요할 수 있습니다.

하이퍼파라미터 튜닝의 중요성

  • 평가 지표 개선: 하이퍼파라미터를 조정하여 성능 향상을 이룰 수 있다면, 이는 모델이 데이터에 더 잘 적합하도록 도와줄 수 있습니다. 김혜인님의 예시처럼 n_estimators나 learning_rate, max_depth와 같은 파라미터를 조정하여 모델의 성능을 눈에 띄게 개선할 수 있습니다.

  • 과대적합 방지: 하이퍼파라미터가 지나치게 커지면 과대적합이 발생할 수 있습니다. 교차 검증(cross-validation) 등을 통해 튜닝의 효과를 검증하면서 과대적합을 방지하는 것이 좋습니다.

시험에서의 하이퍼파라미터 조정

  • 시험에서는 대중적인 하이퍼파라미터 값을 사용할 수도 있지만, 데이터의 특성과 모델의 퍼포먼스를 잘 이해한 상태에서 최적의 하이퍼파라미터를 찾는 것이 중요합니다.
  • 각 데이터 셋마다 적합한 하이퍼파라미터가 다를 수 있기에, 다양한 값을 실험하면서 가장 높은 점수를 받을 수 있는 설정을 찾는 것이 유리합니다.

유사한 질문을 다룬 이전의 토론과 답변이 도움될 수 있습니다:

  • 하이퍼파라미터튜닝: 랜덤포레스트나 다른 모델에서의 하이퍼파라미터 튜닝에 대한 논의가 있습니다.

최적의 하이퍼파라미터를 찾으려면 데이터에 따른 여러 시도를 통해 최적의 결과를 가져올 수 있도록 모델을 조정하는 것이 중요합니다.

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.

12회 작업형 2

0

18

2

copy()

0

18

2

딴짓코치 이용

0

19

1

수강 관련 문의 드립니다.

0

54

3

자치구 상점 수 합(12회)

0

24

1

불균형데이터 처리 전후 비교

0

30

2

레이블인코딩/원핫

0

36

2

인코딩

0

32

2

작업형 2 작업

0

35

2

ttest_rel() 관련 질문

0

45

2

작업형2. 인코딩에 대해 질문드립니다.

0

36

2

작업형3 2-3

0

43

1

코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.

0

36

1

8회 작업형2

0

37

2

작업형2 모의문제2 updated 2026.10

0

53

3

단순선형 회귀분석 신뢰구간,예측구간 관련질문

0

41

2

판다스 부분 강의 듣고 있는데..

0

46

2

코딩팡 Pro 등록방법 문의

0

44

1

'자동으로 저장할 수 없습니다. 이 파일은 원격으로 또는 다른 탭에서 업데이트되었습니다.'

0

32

2

random_state에 따른 최종스코어 점수차이

0

42

2

코랩 백엔드

0

67

3

xgboost 사용 시 오류 이유

0

48

2

작업형 2 제출하는 법

0

64

2

Section 5. 문자열 슬라이싱, 파생변수, 평균값 질문 드립니다.

0

43

1