분류 모델 학습 차원 질문 드립니다.

답변 감사합니다!

2차원 데이터로 가공해줘야 한다고 이해했습니다.

고객 레벨로 만들기 위해 위의 예시의 주문 정보 리스트 등을 aggregation(주문건수/평균 주문단가)으로 데이터를 가공해야 한다고 이해 했는데,

그럼 고객 레벨로 정의한다고 했을 때, 컬럼을 [order속성1, order속성2...] 등으로 최근 주문 속성 정보 목록 10개로 컬럼을 제한해두고 채워넣은 방식은 유의미한 결과가 나오기 힘들까요?

(고객 레벨에서 최근 주문한 주문 정보들 중에서 도착 예정일에 도착하지 못하는 주문을 예측한다라고 가정했을 때)

(상황과 어떤 데이터이냐에 따라 다르겠지만.. 말씀 주신 aggregation 정보만으로 feature가 부족할 것 같아서 질문 드립니다!)

또한, 주문 레벨로 2차원 데이터를 정하고 학습 후 Rest API로 제공했을 때, 입력 값이 고객 레벨로 입력이 들어오고

고객이 주문한 최근 상품 중에 도착 예정일에 도착하지 못하는 상품이 있는지 예측해야 한다고 할때,

각 최근 상품들을 모두 api 호출을 해봐야 하는게 맞는지가 궁금합니다!

고객 레벨로 할지, 주문 레벨로 할지는 업무적인 차원에서 결정해 주시면 됩니다.

다만 주문이 제때 도착하는 것과 관련된 속성이 고객 레벨로 만들어지는 속성과는 큰 관련은 없을 것 같습니다만 그것 역시 업무적인 차원에서 판단해 주시면 됩니다.

그런 차원에서 아래 질문에 대해서는

1. 그럼 고객 레벨로 정의한다고 했을 때, 컬럼을 [order속성1, order속성2...] 등으로 최근 주문 속성 정보 목록 10개로 컬럼을 제한해두고 채워넣은 방식은 유의미한 결과가 나오기 힘들까요?

   => 질문해 주신 내용 만으로 유의미한지 아닌지 제가 판단할 수는 없습니다. 해당 사항은 목표로 하는 업무 로직을 잘 아시는 분과 상의해 보시는게 좋을 것 같습니다.

2. 또한, 주문 레벨로 2차원 데이터를 정하고 학습 후 Rest API로 제공했을 때, 입력 값이 고객 레벨로 입력이 들어오고 고객이 주문한 최근 상품 중에 도착 예정일에 도착하지 못하는 상품이 있는지 예측해야 한다고 할때, 각 최근 상품들을 모두 api 호출을 해봐야 하는게 맞는지가 궁금합니다!

   => 이것은 질문을 이해하지 못했습니다. 또한, 주문 레벨로 2차원 데이터를 정하고 학습 후 Rest API로 제공했을 때의 의미와 각 최근 상품들을 모두 api 호출을 해봐야 한다는게 어떤 의미인지 잘 모르겠습니다. 보다 상세하게 해당 내용과 프로세스를 기재해 주셨으면 합니다.