💫 0602 정리

1. 한쪽으로 치우쳐진 데이터 → 모델이 골고루 학습하기 어렵다 →log1p로 정규분포로 만들어주기
2. logp1로 구한 예측값 expm1으로 복원하기
3. 필요한 피처만 학습하는 것이 중요하다. → ex) year이 작년에 비해 2배성장해서 month을 넣어주면 오히려 혼란을 줌ㅁ
4. GradientBoostingRegressor 의 속성 → learning_rate : 학습 간격, n_estimators: 학습 횟수
5. 모델의 하이퍼 파리미터 구하는 방법 → GridSearch, RandomSearch로 최적의 하이퍼 파라미터 찾기
6. 평가 방법 : RSME - Root Mean Squared Error → 이미 레이블에 log가 있어서 사용
7. 피처 중요도 : model.model.feature_importances_ 값을 확인할 수있다.

💫 0603 실습

🎲 Random Search CV

sklearn.model_selection.RandomizedSearchCV

• Grid VS Random search

  1. 그리드 안에 있는 값만 비교한다면 랜덤서치는 랜덤한 값으로 확인한다.

• Q. 랜덤한 파라미터는 어떻게 찾아야할까?

  1. 파라미터 딕셔너리를 더 다양하게 넣어준다
  2. 샘플링해서 넣어준다
  3. n_iter 파라미터를 사용

• 속성

  1. n_iter : 랜덤 서치할 개수
  2. scoring : 교차검증 방법
  3. n_jobs : 컴퓨터에서 사용할 코어 수
  4. cv : 교차검증 진행할 횟수
  5. verbose : 함수 수행 시 발생하는 상세한 정보들을 표준 출력으로 자세히 내보낼 것인가
  6. param_distributions : 하이퍼 파라미터 알고 싶은 파라미터를 범위를 지정해준다.

• param_distributions : random 값 이용해주기 → 사용되는 함수 : np.random.randint or np.random.uniform (골고루 분포되어 있는 랜덤 값 제공)

• best_score_ : R Square Score

  분류일 땐 → Accuracy

  측정 지표를 변경해주고 싶을 때?

  → scoring = ‘negative_

Q. 왜 label='casual', label='registered'을 따로 해주나요 ?

• 모델을 만들고 돌릴 때부터 각각 따로 학습을 시켜준 뒤 최적의 하이퍼파라미터를 찾습니다.