์ ๋ 650๊ฐ ์ด์์ ๊ธฐ๋ฅ์ ๊ฐ์ง๊ณ ์์ผ๋ฉฐ xgboost๋ฅผ ์ฌ์ฉํ์ฌ ์ด๋ฌํ ๊ธฐ๋ฅ์ ์ค์์ฑ์ ํ๊ฐํฉ๋๋ค. ํจ์๋ ๋๋ฌด๋ฅผ ๋ง๋ค ๋ ๊ธฐ๋ฅ์ ๋ฐ์์ ๋ฐํํ๋ get_score()์ ๋๋ค.
๊ฒฐ๊ณผ๋ฅผ ํ์ธํด ๋ณด๋ 20์ ๋ฏธ๋ง์ธ ๊ธฐ๋ฅ์ด ๊ฑฐ์ 150๊ฐ๋ ๋ฉ๋๋ค. ๊ทธ ์ค ์ผ๋ถ๋ 0์ ๋๋ค. ๋๋ ์ด๋ฌํ ๊ธฐ๋ฅ์ ์ ๊ฑฐํ๊ณ ๋ชจ๋ธ์ด ๋ ๋์ ์ฑ๋ฅ์ ๊ฐ์ง ์ ์๋์ง ํ์ธํฉ๋๋ค. ๊ทธ๋ฌ๋ ๊ฒฐ๊ณผ๋ ์ด์ ๊ณผ ๊ฑฐ์ ๋์ผํฉ๋๋ค. ๊ทธ๋ ๋ค๋ฉด ์ค์ํ์ง ์์ ์ด๋ฌํ ๊ธฐ๋ฅ์ ์ ๊ฑฐํด์ผ ํฉ๋๊น?
์คํ ๊ฒฐ๊ณผ, ํน์ง์ ์ค์๋์ ์๋ก์ด ์์๋ ์ด์ ์์์ ๋ค๋ฆ ๋๋ค. ์ผ๋ถ๋ ๋๋ฌด ์ค์ํ์ง ์๊ฒ ์ค์ํด์ก์ต๋๋ค. ๊ธฐ๋ฅ ์ค์๋ ์์๊ฐ ์ผ์ ํ์ง ์์์ ์๋ฏธํฉ๋๋ค. ์์ ์ ์ด์ง ์์ ์ด์ ๋ ๋ฌด์์ ๋๊น?
๋๋ถ๋ถ์ ๊ธฐ๊ณ ํ์ต ์๊ณ ๋ฆฌ์ฆ์์๋ ๊ณผ์ ํฉ์ ํผํ๊ธฐ ์ํด ๊ธฐ๋ฅ ์ ํ์ ์ํํ๋ ๊ฒ์ด ์ค์ํฉ๋๋ค.
๋ถ์คํ , ํนํ xgboost์์ ํ๋ จ์ ๊ฐ๋ฅํ ํ ๋ง์ด ์ผ๋ฐํ(์ฝํ ํ์ต์, ํ ์ผ๋ฌ ๊ทผ์ฌ, ํ๋ฅ ์ ํ์ต ๋ฑ)ํ์ฌ ๊ณผ์ ํฉ(์ฆ, ๊ณผ๋์ ํฉ ๋น์ ์ด ์ ๋ง๋ก ์ํ๋ค๋ฉด ์ ํฉํฉ๋๋ค :) -> ๋์ ๋ฐ๋ณต ํ์, ๋์ ํ์ต๋ฅ , ํ๋ฅ ์ ํ์ต ์์...). ์ง๋ฌธ์ ๋ตํ๋ ค๋ฉด ๊ด๋ จ ์๋ ๊ธฐ๋ฅ์ ์ ๊ฑฐํ๋ ๊ฒ์ด ์ค์ํ ์ ์์ต๋๋ค. ์ด์์น๊ฐ ์๋ค๊ณ ๊ฐ์ ํ๋ฉด ํ์ต ๊ณผ์ ์์ ๊ด๋ จ ์๋ ๊ธฐ๋ฅ์ ์ฌ์ฉํ์ฌ ์ด์์น๋ฅผ ๋ถ๋ฅํ๊ธฐ ์์ํ ์ ์์ผ๋ฉฐ ์ด๋ ์ข์ง ์์ต๋๋ค.
๋ ๋ฒ์งธ ์ง๋ฌธ์ ๊ฒฝ์ฐ ์ฝํ ํ์ต์๋ฅผ ๊ฒฐํฉํ์ฌ ์ข์ ๊ฒฐ๊ณผ๋ฅผ ์ป๋ ๋ฐฉ๋ฒ์ ํ๋๋ฟ์ด ์๋๋๋ค. ๊ทธ๋ฌ๋ ๋ค๋ฅธ ์กฐํฉ(๋ฐ ๋ค๋ฅธ ๊ธฐ๋ฅ ์ค์๋)์ ์ป์ผ๋ ค๋ฉด subsample, max_features์ ๊ฐ์ ํ์ต ํ๋ก์ธ์ค ์ค์ ์ฝ๊ฐ์ ์์์ฑ์ ์ฌ์ฉํด์ผ ํฉ๋๋ค... ๋ ๋ค๋ฅธ ๊ฐ๋ฅ์ฑ์ ์ค๋ณต๋ ๊ธฐ๋ฅ์ด ์๋ค๋ ๊ฒ์ ๋๋ค. ์ด๋ค ๊ฐ์ ์๊ด๊ด๊ณ๋ฅผ ํ์ธํด์ผ ํฉ๋๋ค.
์์ฝํ๋ฉด ๊ธฐ๋ฅ์ด ์ธ๋ชจ๊ฐ ์๋ค๋ ๊ฒ์ ์๋ค๋ฉด ์ ๊ฑฐํ์ญ์์ค. ๋ชจ๋ฅด๋ ๊ฒฝ์ฐ ๋ชจ๋ธ ํ์ต ์๋๊ฐ ๋๋ ค์ง๋ฏ๋ก ๊ด๋ จ ์๋ ๊ธฐ๋ฅ์ ์ ๊ฑฐํ๋ ๊ฒ์ด ์ข์ต๋๋ค.
๊ฐ์ฌ ํด์. ์ค์ํ์ง ์์ ๊ฑฐ์ 150๊ฐ์ ๊ธฐ๋ฅ์ ์ ๊ฑฐํ์ต๋๋ค. ๊ทธ๋ฌ๋ ์๋ก์ด ์คํ์ auc๋ ๋ณ๊ฒฝ๋์ง ์์ต๋๋ค. ๊ทธ๋์ ๋๋ ๊ทธ๊ฒ๋ค์ ์ ๊ฑฐํจ์ผ๋ก์จ ์ด๋ค ์ด์ ๋ ์ฐพ์ง ๋ชปํ์ต๋๋ค.
์ฑ๊ณผ ์ธก์ ์ ๊ฐ์ ํ์ง ์๋ ๊ฒฝ์ฐ์ ์ด์ ์ ๊ต์ก ์๊ฐ์ด ๋ ๊ฒ์ ๋๋ค. ์์ฌ ๊ฒฐ์ ํธ๋ฆฌ๋ ์ต์ ์ ๋ถํ ์ ์ฐพ๊ธฐ ์ํด ์์ฌ ๋ง์ ์ ๊ทผ ๋ฐฉ์์ ์ฌ์ฉํ๋ฏ๋ก ๋ ๋ง์ ๊ธฐ๋ฅ = ๋ ๋ง์ ๋ถํ ์ ์๋ํฉ๋๋ค.
๊ฐ์ฅ ์ ์ฉํ ๋๊ธ
๋๋ถ๋ถ์ ๊ธฐ๊ณ ํ์ต ์๊ณ ๋ฆฌ์ฆ์์๋ ๊ณผ์ ํฉ์ ํผํ๊ธฐ ์ํด ๊ธฐ๋ฅ ์ ํ์ ์ํํ๋ ๊ฒ์ด ์ค์ํฉ๋๋ค.
๋ถ์คํ , ํนํ xgboost์์ ํ๋ จ์ ๊ฐ๋ฅํ ํ ๋ง์ด ์ผ๋ฐํ(์ฝํ ํ์ต์, ํ ์ผ๋ฌ ๊ทผ์ฌ, ํ๋ฅ ์ ํ์ต ๋ฑ)ํ์ฌ ๊ณผ์ ํฉ(์ฆ, ๊ณผ๋์ ํฉ ๋น์ ์ด ์ ๋ง๋ก ์ํ๋ค๋ฉด ์ ํฉํฉ๋๋ค :) -> ๋์ ๋ฐ๋ณต ํ์, ๋์ ํ์ต๋ฅ , ํ๋ฅ ์ ํ์ต ์์...). ์ง๋ฌธ์ ๋ตํ๋ ค๋ฉด ๊ด๋ จ ์๋ ๊ธฐ๋ฅ์ ์ ๊ฑฐํ๋ ๊ฒ์ด ์ค์ํ ์ ์์ต๋๋ค. ์ด์์น๊ฐ ์๋ค๊ณ ๊ฐ์ ํ๋ฉด ํ์ต ๊ณผ์ ์์ ๊ด๋ จ ์๋ ๊ธฐ๋ฅ์ ์ฌ์ฉํ์ฌ ์ด์์น๋ฅผ ๋ถ๋ฅํ๊ธฐ ์์ํ ์ ์์ผ๋ฉฐ ์ด๋ ์ข์ง ์์ต๋๋ค.
๋ ๋ฒ์งธ ์ง๋ฌธ์ ๊ฒฝ์ฐ ์ฝํ ํ์ต์๋ฅผ ๊ฒฐํฉํ์ฌ ์ข์ ๊ฒฐ๊ณผ๋ฅผ ์ป๋ ๋ฐฉ๋ฒ์ ํ๋๋ฟ์ด ์๋๋๋ค. ๊ทธ๋ฌ๋ ๋ค๋ฅธ ์กฐํฉ(๋ฐ ๋ค๋ฅธ ๊ธฐ๋ฅ ์ค์๋)์ ์ป์ผ๋ ค๋ฉด subsample, max_features์ ๊ฐ์ ํ์ต ํ๋ก์ธ์ค ์ค์ ์ฝ๊ฐ์ ์์์ฑ์ ์ฌ์ฉํด์ผ ํฉ๋๋ค... ๋ ๋ค๋ฅธ ๊ฐ๋ฅ์ฑ์ ์ค๋ณต๋ ๊ธฐ๋ฅ์ด ์๋ค๋ ๊ฒ์ ๋๋ค. ์ด๋ค ๊ฐ์ ์๊ด๊ด๊ณ๋ฅผ ํ์ธํด์ผ ํฉ๋๋ค.
์์ฝํ๋ฉด ๊ธฐ๋ฅ์ด ์ธ๋ชจ๊ฐ ์๋ค๋ ๊ฒ์ ์๋ค๋ฉด ์ ๊ฑฐํ์ญ์์ค. ๋ชจ๋ฅด๋ ๊ฒฝ์ฐ ๋ชจ๋ธ ํ์ต ์๋๊ฐ ๋๋ ค์ง๋ฏ๋ก ๊ด๋ จ ์๋ ๊ธฐ๋ฅ์ ์ ๊ฑฐํ๋ ๊ฒ์ด ์ข์ต๋๋ค.