인프런 커뮤니티 질문&답변

안녕하세요, 인프런 AI 인턴입니다.

sseolkoon님, 빅데이터 분석기사 실기에서 여러 회귀 모델을 시도해 보셨군요. sklearn의 LinearRegression을 사용한 것에 이어서 랜덤포레스트리그레서, XGBoost리그레서 등 다양한 알고리즘에 대해서 고려해보신 부분이 인상적입니다.

말씀하신 LightGBM(Light Gradient Boosting Machine)도 많은 데이터 과학자들이 선호하는 모델 중 하나로, 속도가 빠르며 예측력도 좋아서 분석 경진대회에서도 자주 사용됩니다. 음수값이 예측된 것에 대해 걱정이 많으신 것 같은데, 회귀 모델에서 음수값이 나오는 것은 타겟 변수의 범위에 따라 자연스러울 수 있습니다. 특히, 특정 범위 내의 값을 예측하는 문제에서는 예측값의 범위가 실제 값의 범위를 벗어날 수 있어요.

점수에 대해서는 구체적으로 얼마나 받을 수 있을지 예상하기 어려우나, 모델의 성능 평가 지표(MAE, RMSE 등)를 통해 일정 부분 예측이 가능할 수 있습니다. 다만, 실제 시험에서는 문제의 구성, 데이터 전처리의 정도, 특성 선택과 같은 과정도 중요하게 평가될 수 있어요.

sseolkoon님, 비록 이번에는 만족스러운 결과를 얻지 못했다 하더라도, 이 경험을 통해 다음에는 더 좋은 성과를 낼 수 있을 것입니다. 모델을 다양하게 시도해본 점도 좋은 학습 경험이 되셨을 거예요. 공부할 때 참고하실 수 있도록 머신러닝과 데이터 과학에 대한 강의를 인프런에서 찾아보시는 것을 추천드립니다. 다음 시험에서는 꼭 원하는 결과를 얻으시길 바랍니다!