머신러닝 학습 및 평가
랜덤포레스트, lightgbm 이거 둘 중에 급하면,, 랜덤포레스트만 사용해도 괜찮을까요?
둘 중에 하나만 사용한다면 더 좋은게 있는건가요?
정석대로 한다면, 둘다 진행해서 값이 error일때는 작은걸로 사용하면 되는건가요?
단순한 질문 같은데 아직 감이 잡힐듯말듯해서 질문드립니다..ㅠ
감사합니다
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 합격님.
랜덤포레스트(Random Forest)와 LightGBM은 둘 다 머신러닝에서 널리 사용되는 강력한 알고리즘입니다. 두 알고리즘 모두 각각의 장단점을 가지고 있으며, 특정 상황에 따라서 더 적합한 것을 선택해야 합니다. 아래에 간단히 요약해 보았습니다:
RandomForest:
- 장점: 직관적이고 사용이 간편하며, 크고 다양한 데이터셋에 대해 강력한 성능을 발휘합니다.
- 단점: 학습 시간이 길어질 수 있으며, 복잡한 모델로 인해 해석성이 떨어질 수 있습니다.
- 장점: 직관적이고 사용이 간편하며, 크고 다양한 데이터셋에 대해 강력한 성능을 발휘합니다.
LightGBM:
- 장점: 학습과 예측이 빠르고, 대용량 데이터셋에서도 효과적으로 동작합니다. 또한 범주형 변수를 자동으로 처리할 수 있어 코드가 간단해집니다.
- 단점: 하이퍼파라미터 최적화가 필요할 수 있으며, 초기 설정이 까다로울 수 있습니다.
- 장점: 학습과 예측이 빠르고, 대용량 데이터셋에서도 효과적으로 동작합니다. 또한 범주형 변수를 자동으로 처리할 수 있어 코드가 간단해집니다.
둘 중 하나만 사용할 경우:
- RandomForest는 안정적이고 여러 상황에서 기본적으로 잘 활용될 수 있습니다.
- LightGBM은 대용량 데이터나 빠른 성능이 필요한 경우 적합합니다.
- RandomForest는 안정적이고 여러 상황에서 기본적으로 잘 활용될 수 있습니다.
모델 선택 전략:
- 정석적인 방법으로는 두 모델 모두 시도해보고, 성능이 더 우수한 모델을 선택하는 것입니다. 예를 들어, 오류(error)가 클수록 좋은 성능을 제공하는 모델을 선택하는 것이 좋습니다.
- 정석적인 방법으로는 두 모델 모두 시도해보고, 성능이 더 우수한 모델을 선택하는 것입니다. 예를 들어, 오류(error)가 클수록 좋은 성능을 제공하는 모델을 선택하는 것이 좋습니다.
아래의 링크에서 관련 논의를 통해 추가 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.
수강연장 가능 문의 (기간 약 한달반)
0
26
2
수강기간 연장 가능할까요 선생님
0
46
2
Section15. 수업에 사용하는 데이터 주소가 다 보이지 않아서 실습을 위한 데이터를 다운 받지 못하고 있습니다.
0
32
3
수강연장요청 문의
0
71
2
아무래도 다음 시험 연장은 어렵겠죠?
0
86
2
빅분기 12회 결과 관련 문의
0
96
1
책이랑 강의랑 순서나 예제가 다른것 같네요
0
73
2
수강연장 문의
0
93
2
재검토 요청 방법 좀 알려주셔요...-.-;;
0
99
2
12회 실기 질문(작업형 2)
0
82
2
뒤로가기 버튼 같은 것이 있나요?
0
60
1
강의 연장 문의
0
90
2
출력값 질문
0
66
2
수업노트가 어디에 있나요?
0
55
1
실기시험 제출관련
0
220
3
6.20 작업형 2 과적합
0
224
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
82
2
로지스틱회귀, 회귀
0
73
2
회귀 문제를 풀때 질문입니다.
0
78
1
불균형 처리 후 성능이 더 낮아졌다면,
0
96
2
실기 체험 제2유형 에러 문의
0
89
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
74
2
3번문제 등분산 가정
0
74
2
작업형3 target 형 변환 질문
0
61
2