Choose machine learning model

Supervised learning machine learning model 만드는 과정

0. Data wrangling

    - 모델을 만들기 전에 데이터의 형태를 사용하기 쉬운 형태로 변형시키는 것

    - 여러개의 데이터셋을 합치거나 데이터 shape를 변형시키는 일련의 과정

    - data 전처리와는 다른개념 (데이터 전처리는 value들을 모델에 학습시키기 적절한 형태로 변형시키는 것)

 

1. 예측할 target 정함

    - 분류문제 : 불균형 class의 경우, class weight parameter 또는 oversampling/undersampling 사용

    - 회귀 문제 : target 분포 살펴보고, skewed 일 경우 이상치제거와 로그변환 사용하여 성능 높임

          *TransformedTargetRegressor : 로그변환 적용

 

2. 정보의 누수 (leakage)가 없는지 확인

    - 예측시점에 사용할 수 없는 데이터가 포함되어 있는지

    - 훈련데이터와 검증데이터가 완전히 구분되어 있는지

 

3. 문제에 적합한 평가지표 선택 

    - 타겟 클래스 비율이 70%이상 차이날 경우, 정확도만으로 판단이 어려움 (precision, recall, ROC curve, AUC 같이 사용)