[KT AIVLE] 미니 프로젝트 2차 (02) 수요량 예측 모델 선정

0. 개요

---

안녕하세요!

이번에는 aivle school에서 두번째 미니프로젝트를 진행하였습니다.

프로젝트를 진행하면서 느낀점과 머신러닝 학습 방법들을 설명드리도록 하겠습니다!

또한 실습 코드는 아래 링크에서 확인하실 수 있습니다

• 미니프로젝트 jupyter 학습 코드

1. 주제

---

• 주택 주차공간 실주차량 예측

미니프로젝트 2차 2일차에는 x_test데이터가 주어졌으며 이를 통해 target값을 예측하는 최적의 모델을 찾는것이 과제로 주어졌습니다.

2. 모델 탐색

---

금일 미니 프로젝트에서는 1일차에 진행하였던 전처리 데이터를 이용하여 최적의 학습모델을 찾은후 발표를 하는 시간을 가졌습니다.

지금까지 배운 다양한 알고리즘중에는 RandomSearchRegression모델이 가장 학습결과가 좋은 것을 확인할 수 있었으나, 좀더 좋은 모델을 효율적으로 찾을 수 있지않을까?

라는 의문에서 시작하여 AutoML이라는 프로그램을 찾을 수 있었습니다.

학습을 시도한 AutoML은 h2o와 mljar모델이였습니다. 이중 금일 학습을 시도한 모델에 가장 적합한 모델은 mljar 모델이였으며 이모델을 간략히 설명하면 아래와 같습니다.

1. 가장 최적의 하이퍼 파라미터와 학습 모델을 자동으로 찾아 학습시킨 후 결과를 출력합니다.
2. 해당 모델을 가지고 후에 학습을 진행할 수 있습니다. 이렇게 대략적인 큰 틀을 가지고있는 프로그램으로 학습을 진행하였을때 최적의 모델은 CatBoost가 나왔으며 최종적으로 스코러 87%로 준수한 값이 도출되었습니다. 사용한 모델은 아래와 같습니다.
   • mljar
   • H20

4. 느낀점

---

최종적으로 팀 발표도 진행하였으며 저희조는 데이터 전처리와 마지막에 진행한 AutoML에대해서 그리고 최종적으로 87%라는 높은 결과가 나온것에 대해 칭찬? 을 받았습니다. 또한 다른조에서 학습시킨 결과를 보면서 많은것을 얻어갈 수 있었던 프로젝트였습니다.

평소 혼자서 공부했을때에 비해서 다른 분들의 학습 방법또한 보면서 배울점이 많았던것 같습니다!

이만 가보겠습니다!