Azure Machine Learning을 위한 알고리즘을 선택하는 방법
사용할 기계 학습 알고리즘이 궁금한 경우 그 답은 주로 다음과 같은 데이터 과학 시나리오의 두 가지 측면에 달려 있습니다.
데이터로 어떤 작업을 수행할 예정인가요? 구체적으로, 과거 데이터에서 학습하여 답변하고 싶은 비즈니스 질문은 무엇인가요?
데이터 과학 시나리오의 요구 사항은 무엇인가요? 솔루션에서 지원하는 기능, 정확도, 학습 시간, 선형성 및 매개 변수는 무엇인가요?
참고 항목
Azure Machine Learning 디자이너는 미리 빌드된 클래식 구성 요소(v1)와 사용자 지정 구성 요소(v2)라는 두 가지 형식의 구성 요소를 지원합니다. 이 두 가지 형식의 구성 요소는 호환되지 않습니다.
클래식 미리 빌드된 구성 요소는 주로 데이터 처리와 회귀 및 분류와 같은 기존 기계 학습 작업에 사용됩니다. 이 형식의 구성 요소는 계속 지원되지만 새 구성 요소가 추가되지는 않습니다.
사용자 지정 구성 요소를 사용하면 고유의 코드를 구성 요소로 래핑할 수 있습니다. 작업 영역 전체에서 구성 요소를 공유하고 스튜디오, CLI v2 및 SDK v2 인터페이스 전체에서 원활한 작성을 지원합니다.
새 프로젝트의 경우 AzureML V2와 호환되고 계속해서 새로운 업데이트를 받을 수 있는 사용자 지정 구성 요소를 사용하는 것이 좋습니다.
이 문서는 미리 빌드된 클래식 구성 요소에 적용되며 CLI v2 및 SDK v2와 호환되지 않습니다.
Azure Machine Learning 알고리즘 치트 시트
Azure Machine Learning 알고리즘 치트 시트는 첫 번째 고려 사항인 데이터로 어떤 작업을 수행할 예정인가요?에 도움이 됩니다. 치트 시트에서 수행하려는 작업을 찾은 다음, 예측 분석 솔루션을 위한 Azure Machine Learning 디자이너 알고리즘을 찾습니다.
참고 항목
Machine Learning 알고리즘 치트 시트를 다운로드할 수 있습니다.
디자이너는 다중 클래스 의사 결정 포리스트, 추천 시스템, 신경망 회귀, 다중 신경망 및 K-평균 클러스터링과 같은 포괄적인 알고리즘 포트폴리오를 제공합니다. 각 알고리즘은 다양한 유형의 기계 학습 문제를 해결하기 위해 고안되었습니다. 각 알고리즘의 작동 방식 및 알고리즘을 최적화하기 위해 매개 변수를 튜닝하는 방법에 대한 문서와 함께 전체 목록은 알고리즘 및 구성 요소 참조를 참조하세요.
기계 학습 알고리즘을 선택할 때는 이 지침과 함께 다른 요구 사항도 염두에 두어야 합니다. 다음은 정확도, 학습 시간, 선형성 매개 변수 수 및 기능 수와 같은 고려해야 할 추가 요소입니다.
기계 학습 알고리즘 비교
일부 알고리즘에서는 데이터 구조 또는 원하는 결과에 대해 특수한 가정을 합니다. 사용자 요구에 적합한 것을 찾을 수 있는 경우 보다 유용한 결과, 보다 정확한 예측 또는 단축된 교육 시간을 제공할 수 있습니다.
다음 표에는 분류, 회귀 및 클러스터링 제품군에서 알고리즘의 가장 중요한 특성이 요약되어 있습니다.
| 알고리즘 | 정확도(Accuracy) | 학습 시간 | 선형성 | 매개 변수 | 참고 |
|---|---|---|---|---|---|
| 분류 제품군 | |||||
| 2클래스 로지스틱 회귀 | 적절함 | 고속 | 예 | 4 | |
| 2클래스 의사 결정 포리스트 | 우수 | 일반형 | 아니요 | 5 | 더 느린 채점 시간을 표시합니다. 일대다 다중 클래스는 사용하지 않는 것이 좋습니다. 트리 예측을 누적하는 과정에서 스레드 잠금으로 인해 채점 시간이 느려지기 때문입니다. |
| 2클래스 향상된 의사 결정 트리 | 우수 | 일반형 | 아니요 | 6 | 큰 메모리 공간 |
| 2클래스 인공신경망 | 적절함 | 일반형 | 아니요 | 8 | |
| 2클래스 평균 퍼셉트론 | 적절함 | 일반형 | 예 | 4 | |
| 2클래스 Support Vector Machine | 적절함 | 고속 | 예 | 5 | 큰 기능 집합의 적합 |
| 다중 클래스 로지스틱 회귀 | 적절함 | 고속 | 예 | 4 | |
| 다중 클래스 의사 결정 포리스트 | 우수 | 일반형 | 아니요 | 5 | 더 느린 채점 시간 표시 |
| 다중 클래스 향상된 의사 결정 트리 | 우수 | 일반형 | 아니요 | 6 | 적용 범위가 좁아 약간의 위험이 있지만 정확도를 향상시키는 경향이 있습니다. |
| 다중 클래스 신경망 | 적절함 | 일반형 | 아니요 | 8 | |
| 일대다 다중 클래스 | - | - | - | - | 선택된 2클래스 메서드의 속성을 참조하세요. |
| 회귀 제품군 | |||||
| 선형 회귀 | 적절함 | 고속 | 예 | 4 | |
| 의사 결정 포리스트 회귀 | 우수 | 일반형 | 아니요 | 5 | |
| 향상된 의사 결정 트리 회귀 | 우수 | 일반형 | 아니요 | 6 | 큰 메모리 공간 |
| 인공신경망 회귀 | 적절함 | 일반형 | 아니요 | 8 | |
| 클러스터링 제품군 | |||||
| K-평균 클러스터링 | 우수 | 일반형 | 예 | 8 | 클러스터링 알고리즘 |
데이터 과학 시나리오 요구 사항
데이터를 사용하여 수행할 작업을 확인한 후에는 데이터 과학 시나리오에 대한 다른 요구 사항을 확인해야 합니다.
다음 요구 사항을 절충하여 선택합니다.
- 정확도
- 학습 시간
- 선형성
- 매개 변수 수
- 기능 수
정확도
기계 학습의 정확도는 전체 사례에 대한 실제 결과의 비율로 모델의 효율성을 측정합니다. 디자이너에서 모델 평가 구성 요소는 일련의 업계 표준 평가 메트릭을 계산합니다. 이 구성 요소를 사용하여 학습된 모델의 정확도를 측정할 수 있습니다.
항상 가장 정확한 응답을 얻어야 하는 것은 아닙니다. 용도에 따라 근사치가 적절한 경우도 있습니다. 이 경우 보다 근접한 방법을 고수하여 처리 시간을 크게 단축할 수 있습니다. 또한 대략적인 방법은 자연스럽게 과잉 맞춤을 방지하는 경향이 있습니다.
모델 평가 구성 요소를 사용하는 방법에는 세 가지가 있습니다.
- 모델을 평가하기 위해 학습 데이터에 대한 점수를 생성합니다.
- 모델에 점수를 생성하지만 이러한 점수를 예약된 테스트 집합의 점수와 비교합니다.
- 동일한 데이터 세트를 사용하여 서로 다른 두 개의 관련 모델에 대한 점수를 비교합니다.
기계 학습 모델의 정확성을 평가하는 데 사용할 수 있는 메트릭 및 접근 방식의 전체 목록은 모델 평가 구성 요소를 참조하세요.
학습 시간
감독 학습에서 학습은 기록 데이터를 사용하여 오류를 최소화하는 기계 학습 모델을 작성하는 것을 의미합니다. 모델을 학습하는 데 필요한 시간 또는 분은 알고리즘에 따라 크게 다릅니다. 학습 시간은 대체로 정확도와 밀접하게 연결되어 일반적으로 서로를 수반합니다.
또한 일부 알고리즘은 다른 항목보다 데이터 요소 수에 보다 민감합니다. 특히 데이터 세트가 큰 경우 시간 제한이 있기 때문에 특정 알고리즘을 선택할 수 있습니다.
디자이너에서 기계 학습 모델을 만들고 사용하는 과정은 일반적으로 다음 세 단계로 진행됩니다.
특정 알고리즘 유형을 선택한 다음 매개 변수 또는 하이퍼 매개 변수를 정의하여 모델을 구성합니다.
레이블이 지정되고 알고리즘과 호환되는 데이터가 있는 데이터 세트를 제공합니다. 데이터와 모델을 모두 모델 학습 구성 요소에 연결합니다.
학습을 완료한 후 채점 구성 요소 중 하나와 학습된 모델을 사용하여 새 데이터에 대한 예측을 만듭니다.
선형성
통계 및 기계 학습의 선형성은 데이터 세트의 변수와 상수 간에 선형 관계가 있음을 의미합니다. 예를 들어 선형 분류 알고리즘은 클래스를 직선(또는 더 높은 차원의 아날로그)으로 구분할 수 있다고 가정합니다.
많은 기계 학습 알고리즘에서 선형성을 활용합니다. Azure Machine Learning 디자이너에는 다음이 포함됩니다.
선형 회귀 알고리즘은 데이터가 직선을 따르는 경향이 있다고 가정합니다. 이러한 가정은 일부 문제에 대해서는 나쁘지 않지만 다른 경우에는 정확도가 떨어집니다. 이러한 단점에도 불구하고 선형 알고리즘은 첫 번째 전략으로 널리 사용됩니다. 알고리즘 방식으로 간단하고 학습 시간이 빠른 경향이 있습니다.
..............비선형 클래스 경계: 선형 분류 알고리즘에 의존하며 결과의 정확도가 떨어집니다.
..............비선형 추세 반영 데이터: 선형 회귀 방법을 사용하면 필요한 것보다 훨씬 많은 오류가 생성됩니다.
매개 변수 수
매개 변수는 데이터 과학자가 알고리즘을 설정할 때 전환하기 위한 노브입니다. 허용 오차, 반복 횟수 또는 알고리즘이 동작하는 방식의 변형 간 옵션 등 알고리즘의 동작에 영향을 주는 숫자입니다. 알고리즘의 학습 시간과 정확도는 때때로 올바른 설정을 얻는 데 민감할 수 있습니다. 일반적으로 많은 수의 매개 변수를 포함하는 알고리즘에서 좋은 조합을 찾기 위해서는 많은 수의 평가판 및 오류가 자주 발생합니다.
또는 디자이너에 모델 하이퍼 매개 변수 튜닝 구성 요소가 있습니다. 이 구성 요소의 목표는 기계 학습 모델의 최적 하이퍼 매개 변수를 결정하는 것입니다. 구성 요소는 다양한 설정 조합을 사용하여 여러 모델을 빌드하고 테스트합니다. 모든 모델에 대한 메트릭을 비교하여 설정 조합을 얻습니다.
이 방법은 매개 변수 공간을 스팬하는 데는 좋지만 모델을 학습하는 데 필요한 시간이 매개 변수 수에 따라 기하급수적으로 증가한다는 단점이 있습니다. 장점은 일반적으로 매개 변수를 많이 포함할수록 알고리즘의 유연성이 향상된다는 것입니다. 매개 변수 설정의 올바른 조합을 찾을 수 있다면 매우 좋은 정확도를 얻을 수 있는 경우가 많습니다.
기능 수
기계 학습에서 기능은 분석하려는 현상의 정량화 가능한 변수입니다. 특정 데이터 형식의 경우 데이터 요소에 비해 기능 수가 매우 클 수 있습니다. 보통 genetics 또는 텍스트 데이터가 그렇습니다.
기능 수가 많으면 일부 학습 알고리즘이 교착 상태에 빠질 수 있으며 이로 인해 학습 시간이 상당히 길어집니다. 지원 벡터 머신은 기능 수가 많은 시나리오에 적합합니다. 이러한 이유로 대부분의 애플리케이션에서는 텍스트 및 이미지 분류에 대한 정보 검색에서 사용되었습니다. 지원 벡터 컴퓨터는 분류 및 회귀 작업 모두에 사용할 수 있습니다.
지정된 출력의 경우 기능 선택은 입력에 통계 테스트를 적용하는 프로세스를 의미합니다. 목표는 출력 예측 능력이 더 뛰어난 열을 확인하는 것입니다. 디자이너의 필터 기반 기능 선택 구성 요소는 선택할 수 있는 여러 기능 선택 알고리즘을 제공합니다. 구성 요소에는 피어슨 상관 관계, 카이 제곱 값과 같은 상관 관계 메서드가 포함되어 있습니다.
순열 기능 중요도 구성 요소를 사용하여 데이터 세트의 기능 중요도 점수 세트를 계산할 수도 있습니다. 그런 다음 이러한 점수를 모델에서 사용하기에 가장 적합한 기능을 결정하는 데 사용할 수 있습니다.