이 데이터로 뭘 할 수 있어?

누구나 볼 수 있는 공개 기록입니다. 읽기 전용.

사용자의 요구

이 데이터로 뭘 할 수 있어?

대화

질문한 사람 이 데이터로 뭘 할 수 있어?
ML 엔지니어 750행과 6개 항목을 읽었습니다. 첨부한 자료와 요청을 함께 확인합니다. 데이터를 살펴보거나 궁금한 내용을 물어볼 수 있습니다. 아직 모델 학습은 시작하지 않았습니다.
질문한 사람 이 데이터로 뭘 할 수 있어?
ML 엔지니어 데이터 요청에 답했습니다. 상세 내용은 작업 소유자에게만 표시됩니다.
질문한 사람 일매출을 예측하는 모델 만들어줘
ML 엔지니어 일매출_만원을 예측하는 모델을 만들 수 있습니다. 매장코드·지역·요일·프로모션·기온을 입력으로 쓰고, 정답은 일매출_만원 열입니다. 아직 학습이나 평가는 실행하지 않았습니다.
ML 엔지니어 첫 모델을 만듭니다. 여러 방법을 시험해 가장 나은 것을 고르고, 마지막에 처음 보는 데이터로 한 번 더 확인합니다.
ML 엔지니어 하네스 기본 후보를 시험했습니다. 설명력(R²) 0.808. 지금까지 가장 좋습니다. 최종 확인은 마지막에 처음 보는 데이터로 합니다.
ML 엔지니어 다음에 시험할 방법을 정했습니다. 기본 템플릿은 이 데이터에 맞게 조정된 적이 없으므로, 범주형 인코딩과 부스팅 설정을 데이터에 맞게 조정하는 실험을 제안합니다.
ML 엔지니어 후보 2번을 시험했습니다. 설명력(R²) 0.809. 지금까지 가장 좋습니다. 최종 확인은 마지막에 처음 보는 데이터로 합니다.
ML 엔지니어 다음에 시험할 방법을 정했습니다. t2가 0.8087로 기준선 t1(0.8082)을 소폭 앞섰지만, 트리 모델에 불필요한 스케일링과 좁은 하이퍼파라미터 그리드가 남아 있어 개선 여지가 있습니다. 스케일링 제거와 max_bins·early stopping을 포함한 탐색으로 r2 향상을 시도합니다.
ML 엔지니어 후보 3번을 시험했습니다. 설명력(R²) 0.816. 지금까지 가장 좋습니다. 최종 확인은 마지막에 처음 보는 데이터로 합니다.
ML 엔지니어 다음에 시험할 방법을 정했습니다. t3가 0.8157로 최고지만 지표 최대 1.0까지 여유가 0.184 남아 있고, 지금까지는 히스토그램 부스팅 한 종류만 튜닝했습니다. 같은 전처리 위에 다른 모델 계열을 추가해 검증 r2로 비교·앙상블하는 실험을 제안합니다.
ML 엔지니어 가장 좋은 후보로 마무리합니다. 이미 시험한 코드와 같아 다시 학습하지 않았습니다. 지금까지 가장 좋은 후보만 처음 보는 데이터로 최종 확인합니다.
ML 엔지니어 최종 확인을 마쳤습니다. 모델이 학습에 쓰지 않은 데이터에서 설명력(R²) 0.823입니다. 아래 보관된 모델 카드에서 이 결과로 예측을 시험해 볼 수 있습니다.