앙상블 모델

앙상블: 조화 또는 통일을 의미
어떤 데이터의 값을 예측할 때 여러 개의 모델을 조화롭게 학습시켜 그 모델의 예측 결과치를 이용하는 모델
여러 개의 결정 트리를 결합하여 하나의 결정 트리보다 더 좋은 성능을 내는 머신 러닝 기법
여러 개의 약 분류기를 결합하여 강 분류기를 만드는 것
앙상블 모델의 종류
- 배깅(Bagging; Bootstrap Aggregation):
  - 샘플을 여러 개 뽑아 각 모델을 학습 시켜 결과물을 집계하는 방법
  - 예를 들어 6개의 독립적인 결정 트리 모델이 있다. 4개는 A로 예측, 2개는 B로 예측했다면 A를 최종 결과로 예측하는 방식(분류 문제)
    대표적인 예가 랜덤 포레스트
- 부스팅(Boosting):
  - 가중치를 활용하여 약 분류기를 강 분류기로 만드는 방법
  - 처음 모델이 예측하면 그 예측 결과에 따라 데이터에 가중치를 부여하고 다음 모델에 영향을 주는 방식
  - 잘못 분류된 데이터에 집중하여 새로운 분류 규칙을 만듬
  - 오답에 대해 높은 가중치, 정답에 대해 낮은 가중치를 부여 한 번 학습이 모두 끝나면 최종 모델 결과 예측에 영향을 준다.
- 부스팅은 배깅에 비해 에러가 적음
- 하지만 부스팅은 속도가 느리고 overfitting 가능성이 있다.
출처: swallow.github.io

랜덤포레스트(Random Forest)

sklearn.emsemble 모듈

RandomForestClassifier 클래스(API)

RandomForestRegressor 클래스 (API)

기본적인 아이디어
- 성능이 좋지 않은 예측기를 여러 개 만들고
  - 분류의 경우에는 각 예측기에서 가장 많이 예측된 값으로 예측
  - 회귀의 경우에는 각 예측기의 평균으로 예측

랜덤 포레스트 기본 구현

sklearn.model_selection 모듈의 ShuffleSplit(API)를 이용하여, 무작위로 선택된 100개의 샘플을 각각 갖는 훈련 세트의 서브셋을 1,000개 생성
격자탐색을 통해 찾은 하이퍼파라미터를 이용하여 생성한 결정트리 예측기(4.1에서 구한 best_clf이용)를 훈련 세트의 각 서브셋으로 학습시켜 1000개의 약한 분류기를 생성
테스트 세트 샘플에 대해 1,000개의 결정 트리 예측을 만들고 다수로 나온 예측을 반환하는 예측기 생성 (scipy.stats 모듈의 mode() 함수 이용)
랜덤포레스트 (약한 분류기에 대한 다수 결정) 예측에 대한 정확도 비교

# 랜덤포레스트 기본 구현 (1)

from sklearn.model_selection import ShuffleSplit

n_trees = 1000
n_instances = 100

mini_sets = []

result_split = ShuffleSplit(n_splits=n_trees, test_size=len(X_train) - n_instances, random_state=42)
for mini_train_index, mini_test_index in result_split.split(X_train):
 X_mini_train = X_train[mini_train_index]
 y_mini_train = y_train[mini_train_index]
 mini_sets.append((X_mini_train, y_mini_train))
#무작위로 분할하여 1000개 서브셋 생성

# 랜덤포레스트 기본 구현 (2)

from sklearn.base import clone

forest = [clone(best_clf) for _ in range(n_trees)]

accuracy_scores = []

for tree, (X_mini_train, y_mini_train) in zip(forest, mini_sets):
 tree.fit(X_mini_train, y_mini_train)


y_pred = tree.predict(X_test)
accuracy_scores.append(accuracy_score(y_test, y_pred))

print(f"1000개의 약한 학습기에 대한 정확도 평균:{np.mean(accuracy_scores)}\n")

#1000개의 약한 학습기에 대한 정확도 평균:0.856837

랜덤포레스트 기본 구현 (3)

Y_pred = np.empty([n_trees, len(X_test)], dtype=np.uint8)

for tree_index, tree in enumerate(forest):
 Y_pred[tree_index] = tree.predict(X_test)

from scipy.stats import mode

y_pred_votes, n_votes = mode(Y_pred, axis=0)# 랜덤포레스트 기본 구현 (4)

print(f"격자탐색 결정트리의 테스트 데이터셋 예측 정확도: {accuracy_score(y_test, y_pred3)}")
print(f"랜덤포레스트의 테스트 데이터셋 예측 정확도: {accuracy_score(y_test, y_pred_votes.reshape([-1]))}"격자탐색 결정트리의 테스트 데이터셋 예측 정확도: 0.9156666666666666)

#격자탐색 결정트리의 테스트 데이터셋 예측 정확도: 0.9156666666666666
#랜덤포레스트의 테스트 데이터셋 예측 정확도: 0.9166666666666666

Reference:

기계학습_하길찬 교수님 수업을 듣고 공부한 내용입니다.
앙상블 학습_귀퉁이 서재

← Previous Post Next Post →

앙상블 모델
- 랜덤포레스트(Random Forest)
  - 랜덤 포레스트 기본 구현
랜덤포레스트 기본 구현 (3)

기계학습_랜덤 포레스트(Random Forest)

15주차_앙상블 모델, 랜덤 포레스트 분류기, 회귀

앙상블 모델

랜덤포레스트(Random Forest)

랜덤 포레스트 기본 구현

랜덤포레스트 기본 구현 (3)