ML 겉햙기[머신러닝 모델 기획]

내가 주로 구상하는 머신러닝 모델 기획은 이렇다

1. AutoML - (accuracy, recall, precision, f1) Top 3

AutoML 을 통해서 빠르게 모델들중 데이터에 가장 적합한 모델 Top3 를 찾는다

 

2. ensemble - (Bagging, Voting, stack)

Top3 를 가지고 ensemble 을 하여 결과값이 더 올라가는지 확인하여 모델이 어떻게 나아가야 하는지 예측한다.

 

3. Create derived variable (파생변수)

파생변수를 통해서 변수로써 부족한 설명들을 채워넣는 작업을 한다

 

4. Feature selection

이제 많은 피쳐들중 중요한 피쳐들을 골라 모델의 결과값을 높여야 한다. 이에 여러가지 기법을 적용하여 feature 를 고른다

 

5. Hyper parameter tuning

ensemble 로 조합한 모델들의 결과값중 좋은 모델들의 parameter 를 tuning 하여 베스트 모델을 찾는다