46. Python - 7장 연습문제

1. 정확히 같은 훈련 데이터로 다섯 개의 다른 모델을 훈련시켜서 모두 95% 정확도를 얻었다면,

   이 모델들을 연결하여 더 좋은 결과를 얻을 수 있을까요? 가능하다면 어떻게 해야 할까요?

   그렇지 않다면 왜일까요?

#

다섯 개의 모델을 훈련 시켜 95%의 정확도를 모두 달성헀다면, 이들을 연결하여 

투표 앙상블(Voting Ensemble)을 만들어 더 나은 결과를 기대할 수 있습니다.

만약, 훈련 모델이 서로 다르다면 훨씬 좋습니다. 또, 다른 훈련 샘플에서 훈련되었다면 더더욱 좋습니다.

(이것이 배깅과 페이스팅 앙상블의 핵심입니다.)

2. 직접 투표와 간접 투표 분류기 사이의 차이점은 무엇일까요?

#

직접 투표 분류기는 앙상블에 있는 각 분류기의 선택을 카운트해서 가장 많은 투표를 얻은 클래스를 선택합니다.

간접 투표 분류기는 각 클래스의 평균적인 확률 추정값을 계산해서 가장 높은 확률을 가진 클래스를 고릅니다.

이 방식은 신뢰가 높은 투표에 더 가중치를 두고 종종 더 나은 성능을 냅니다. 

하지만 간접 투표 방식을 사용하기 위해서는, 모든 분류기가 클래스 확률을 추정할 수 있어야 합니다.

(SVM은 probability = True 로 지정해야 합니다.)

3. 배깅 앙상블 훈련을 여러 대의 서버에 분산시켜 속도를 높일 수 있을까요?

   페이스팅 앙상블, 부스팅 앙상블, 랜덤 포레스트, 스태킹 앙상블의 경우는 어떨까요?

#

배깅 앙상블의 각 예측기는 독립적이므로 여러 대의 서버에 분산하여 앙상블의 훈련 속도를 높일 수 있습니다.

페이스팅 앙상블과 랜덤 포레스트도 같은 이유로 동일합니다. 

그러나, 부스팅 앙상블은 이전 예측기를 기반으로 만들어지므로 순차적이기 때문에 분산해서 얻을 수 있는 이점은 없습니다.

스태킹 앙상블의 경우 한 층의 모든 예측기가 각각 독립적이므로 여러 대의 서버에서 병렬 훈련이 가능합니다.

하지만, 한 층에 있는 예측기는 이전 층의 예측기들이 훈련된 후에 훈련될 수 있습니다.

4. oob 평가의 장점은 무엇인가요?

#

oob 평가를 사용하려면 배깅 앙상블의 각 예측기가 훈련에 포함되지 않은 (즉 따로 떼어놓은) 샘플을 사용해 평가됩니다.

이는 추가적인 검증 세트가 없어도 편향되지 않게 앙상블을 평가하도록 도와줍니다.

그러므로 훈련에 더 많은 샘플을 사용할 수 있어서 앙상블의 성능은 조금 더 향상될 것입니다.

5. 무엇이 엑스트라 트리를 일반 랜덤 포레스트보다 더 무작위하게 만드나요? 추가적인 무작위성이 어떻게 도움이 될까요?

   엑스트라 트리는 일반 랜덤 포레스트보다 느릴까요? 빠를까요?

#

랜덤 포레스트에서 트리가 성장할 때 각 노드에서 특성의 일부를 무작위로 선택해 분할에 사용합니다.

엑스트라 트리에서도 이는 마찬가지지만 한 단계 더 나아가서, 일반 결정 트리처럼 가능한 최선의 임계점을 찾는 게 아니라,

각 특성에 대해 랜덤한 임계점을 사용합니다. 이 추가적인 무작위성은 규제처럼 작동합니다.

즉, 랜덤 포레스트가 훈련 데이터에 과대적합되었다면 엑스트라 트리는 그렇지 않을 것입니다.

또한 엑스트라 트리는 가능한 최선의 임계점을 찾지 않기 때문에 랜덤 포레스트보다 훨씬 빠르게 훈련됩니다.

그러나 예측을 할 때는 빠르지도 느리지도 않습니다.

6. 아다부스트 앙상블이 훈련 데이터에 과소적합되었다면, 어떤 매개변수를 바꾸어야 할까요?

#

아다부스트 앙상블이 훈련 데이터에 과소적합되었다면, 예측기 수를 증가시키거나 기반 예측기의 규제 하이퍼파라미터를 감소시켜볼 수 있습니다. 또한 학습률을 약간 증가시켜 볼 수 있습니다.

7. 그래디언트 부스팅 앙상블이 훈련 데이터에 과대적합되었다면 학습률을 높여야할까요, 낮춰야 할까요?

#

그래디언트 부스팅 앙상블이 훈련 세트에 과대적합되었다면 학습률을 감소시켜야 합니다.

(예측기 수가 너무 많으면) 알맞은 개수를 찾기 위해 조기 종료 기법을 사용할 수 있습니다.

8. MNIST 데이터를 불러들여 훈련 세트, 검증 세트, 테스트 세트로 나눕니다.

   (4:1:1) 그런다음 랜덤 포레스트 분류기, 엑스트라 트리 분류기, SVM 같은 여러 종류의 분류기를 훈련시킵니다. 

   그리고 검증 세트에서 개개의 분류기보다 더 높은 성능을 내도록 이들을 간접 또는 직접 투표 분류기를 사용하는 

   앙상블로 연결해보세요. 앙상블을 얻고 나면 테스트 세트로 확인해보세요. 얼마나 성능이 향상되나요?

9. 8번 문제에서 각 분류기를 실행해서, 검증 세트에서 예측을 만들고, 그 결과로 새로운 훈련 세트를 만들어보세요.

   각 훈련 샘플은 하나의 이미지에 대한 전체 분류기의 예측을 담은 벡터고, 타깃은 이미지 클래스입니다.

   이것이 바로 블렌더를 훈련하는 것입니다. 그리고 이 분류기를 모아서 스태킹 앙상블을 구성했습니다.

   이제 테스트 세트에서 앙상블을 평가해보세요. 테스트 세트의 각 이미지에 대해 모든 분류기로 예측을 만들고,

   앙상블의 예측 결과를 만들기 위해 블렌더에 그 예측을 주입합니다.

   앞서 만든 투표 분류기와 비교하면 어떤가요 ?