Azure ML 실습

https://github.com/jaehwachung/cloud_computing/blob/main/data_analysis/Titanic_dataset.csv
- 깃험 타이타닉 탑승자 데이터 이용해 데이터 전처리 과정을 진행함

- 사전에 컴퓨팅 인스턴스 만들어둠

 

• Select Columns in Dataset:
  • 데이터셋에서 필요한 열만 골라서 작업할 수 있게 해줌. 예를 들어, 생존 예측에 필요한 열들만 고를 수 있음
• Clean Missing Data:
  • 데이터에서 누락된 값들을 처리하는 기능. 결측값을 삭제하거나 다른 값으로 채워넣는 걸 도와줌
  • 실습에서는 embarked 컬럼에서 누락이 2명 있는데, 이 승선자 삭제함으로써 데이터 누락 제거함
• Edit Metadata:
  • 데이터의 속성을 수정할 수 있음. 예를 들어, pclass 같은 건 범주형 데이터로 바꿔야 할 때 유용함.
  • pclass, gender, embarked 컬럼은 Categorical부분을 Categorical로 지정해주고,
  • survived 컬럼은 살아있거나 죽은거라 Data type을 Boolean으로 해줌
• Split Data:
  • 데이터를 학습용과 테스트용으로 나눌 때 쓰는 기능. 보통 70%는 학습용, 30%는 테스트용으로 나눠서 모델을 평가함.
  • Radom seed : row를 랜덤하게 추릴수있게 해주는데 원래 무작위로 해야하는데, 실습이라서 2로 설정.
  • 알고리즘 치트시트 : https://learn.microsoft.com/ko-kr/azure/machine-learning/algorithm-cheat-sheet?view=azureml-api-1
• Two-Class Boosted Decision Tree:
  • 이건 부스팅 기법을 이용한 의사결정 트리 모델. 생존 여부 같은 이진 분류 문제에 사용됨.
• Cross Validate Model:
  • 교차 검증은 모델 성능을 평가하는 방법. 데이터를 여러 번 나눠서 테스트해보고 모델이 얼마나 잘 작동하는지 확인해줌.

• Train Model:
  • 이건 모델을 학습시키는 단계. 선택한 알고리즘과 학습 데이터를 사용해서 모델을 훈련시키는 것임. 예를 들어, 타이타닉 데이터에서 생존 여부를 예측하도록 학습시킴
• Score Model:
  • 학습된 모델을 가지고 테스트 데이터를 넣어보는 단계. 여기서 모델이 새로운 데이터에 대해 예측한 결과(점수)를 확인할 수 있음. 즉, 모델이 각 승객이 살아남았는지 아닌지를 예측할 수 있음.
• Evaluate Model:
  • 모델의 성능을 평가하는 단계. 실제 값과 예측된 값을 비교해서 모델이 얼마나 잘 맞췄는지 정확도, 정밀도 같은 지표를 보여줌. 이걸로 모델이 얼마나 좋은지 판단할 수 있음.