728x90
반응형
머신러닝을 진행하기 전에 전체적인 과정이 어떻게 진행되는지 알아야 계획을 수립하기 좋다
1. 문제파악(Problem)
- 배경 이해
- 분석 목표 확인
- 분석 일정 수립
- 데이터 다운로드
2. 데이터 탑색(EDA)
- 데이터 탐색(외부 데이터도 탐색 필요)
- 데이터 이상 유무 확인
- 결측값 파악, 이상치 파악 등
- 데이터 구조 및 특성 파악
- 데이터 분포, 상관관계 등
3. 데이터 전처리(Preprocessing)
- 모델 학습이 가능한 형태로 데이터를 정리
- 데이터 결합, 결측값 처리, 이상치 처리, 데이터 변환, 범주형 변수 인코딩, 속성 추가 제거 등
4. 모델 학습(Modeling)
- 모델 학습을 위한 훈련 데이터/모델 성능평가를 위한 검증 데이터 분할
- 알고리즘 선택
- 모델링
- hyperparameter 튜닝
- 성능평가
5. 예측(Solution)
- 테스트
- 예측 모델
- 예측값
- 제출 파일로 변환
- 모델의 일반화 성능 확인
반응형
