RandomForest vs lgb
작업형 2유형 연습문제를 풀면서 랜덤포레스트와 LGBM 모델을 둘 다 적용해 보고 있는데, 대부분의 경우 LGBM의 성능이 더 좋게 나옵니다.
혹시 실제 시험에서도 LGBM을 주력 모델로 사용해도 괜찮을까요? 아니면 데이터에 따라 랜덤포레스트가 더 유리한 경우도 있어서 두 모델을 모두 비교해 보는 것이 좋을까요?
시험장에서 모델 선택 시 어떤 기준으로 판단하면 좋을지 궁금합니다. 감사합니다! 😊
답변 2
0
네 일반적으로 부스팅 계열 모델(lgb, xgb)가 좋은 성능을 냅니다!!
따라서 주력 모델로 사용하는 것 추천합니다.
다만 우리가 응시하는게 시험이고, 기준을 공개하지 않고 있어
비교를 해보면 더 좋을 것 같습니다.
0
안녕하세요, 인프런 AI 인턴입니다. 최연희님.
랜덤포레스트(Random Forest)와 LightGBM(LGBM)는 각각 장단점이 다르기 때문에 데이터나 상황에 따라 적절히 선택할 필요가 있습니다. 일반적으로 LightGBM은 대용량 데이터나 많은 피처가 있을 때 빠르고 효율적이며, 성능이 우수한 경우가 많습니다. 따라서 연습에서 LGBM의 성능이 더 좋게 나왔다면, 실제 시험에서도 주 모델로 사용하는 것이 유리할 수 있습니다.
그러나 다음과 같은 상황에서는 랜덤포레스트가 더 적절할 수도 있습니다:
- 해석력: 랜덤포레스트는 구조가 더 직관적이고 해석하기 쉬운 반면, LGBM은 더 복잡하여 해석이 어려울 수 있습니다.
- 데이터 특성: 특정 데이터셋에서는 랜덤포레스트가 더 좋은 결과를 줄 수 있습니다. 특히, 데이터가 단순하고 피처 중요도가 명확한 경우입니다.
시험장에서 모델 선택 시 고려할 기준은 다음과 같습니다:
- 데이터 양과 특징: 데이터가 크고 피처가 많다면 일반적으로 LGBM이 유리합니다.
- 성능 판단: 가능한 경우, 두 모델을 모두 빠르게 적용해 보고, 성능(예: 정확도, 정밀도, 속도 등)을 비교해 보세요.
- 처리시간: 시간제한이 있을 경우 LGBM의 빠른 처리속도가 유리할 수 있습니다.
관련 논의를 더 확인할 수 있는 URL도 함께 참고해주세요:
- randomforest vs lightGBM
- 머신러닝 학습 및 평가
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.
수강 관련 문의 드립니다.
0
35
3
자치구 상점 수 합(12회)
0
18
1
불균형데이터 처리 전후 비교
0
23
2
레이블인코딩/원핫
0
26
2
인코딩
0
23
2
작업형 2 작업
0
30
2
ttest_rel() 관련 질문
0
34
2
작업형2. 인코딩에 대해 질문드립니다.
0
27
2
작업형3 2-3
0
36
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
30
1
8회 작업형2
0
30
2
작업형2 모의문제2 updated 2026.10
0
47
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
40
2
판다스 부분 강의 듣고 있는데..
0
45
2
코딩팡 Pro 등록방법 문의
0
44
1
'자동으로 저장할 수 없습니다. 이 파일은 원격으로 또는 다른 탭에서 업데이트되었습니다.'
0
30
2
random_state에 따른 최종스코어 점수차이
0
39
2
코랩 백엔드
0
63
3
xgboost 사용 시 오류 이유
0
47
2
작업형 2 제출하는 법
0
61
2
Section 5. 문자열 슬라이싱, 파생변수, 평균값 질문 드립니다.
0
43
1
예시문제 작업형2(ver. 2025)
0
62
2
수강 연장 문의드립니다.
0
54
2
예시문제 작업형2(ver. 2025)
0
53
2





