2차 모델 테스트
모델 선정
학습에 사용된 데이터는 2차 전처리 과정에서 도출된 데이터를 사용하였다.
2차 전처리 과정이번 테스트에서는 초기 모델 테스트에서 가장 높은 성능을 보여주었던 랜덤 포레스트의 하이퍼 파라미터를 변경해보고, 출발 데이터와 도착 데이터를 분류하여 각각의 모델을 생성해 테스트를 실시하였다.
사용한 모델은 다음과 같다.
RandomForestClassifier도착 데이터 테스트
실행 결과
# 1. 도착 데이터 예측
#
# 1) STT 제거
# precision recall f1-score support
#
# 0 0.95 0.98 0.96 89870
# 1 0.41 0.22 0.28 6427
#
# accuracy 0.93 96297
# macro avg 0.68 0.60 0.62 96297
# weighted avg 0.91 0.93 0.92 96297
#
# 2) STT 구분
#
# precision recall f1-score support
#
# 0 0.95 0.99 0.97 89870
# 1 0.55 0.20 0.29 6427
#
# accuracy 0.94 96297
# macro avg 0.75 0.59 0.63 96297
# weighted avg 0.92 0.94 0.92 96297
#
# 3) REG 묶기
#
# precision recall f1-score support
#
# 0 0.94 0.98 0.96 89870
# 1 0.43 0.19 0.26 6427
#
# accuracy 0.93 96297
# macro avg 0.69 0.59 0.61 96297
# weighted avg 0.91 0.93 0.92 96297실행 코드
from sklearn.model_selection import StratifiedShuffleSplit
split = StratifiedShuffleSplit(n_splits = 1, test_size = 0.2, random_state=42)
df_x = df_A
for df_index, val_index in split.split(df_x, df_x['SDT_YY']) :
df1 = df_x.iloc[df_index]
val1 = df_x.iloc[val_index]
#학습데이터셋 스플릿하기
df_y = df1['DLY']
df_x = df1.drop(['DLY'], axis=1)
#밸리드데이터셋 스플릿하기
val_y = val1['DLY']
val_x = val1.drop(['DLY'], axis=1)
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report
random_forest = RandomForestClassifier(n_estimators=500)
random_forest.fit(df_x, df_y)
Y_pred = random_forest.predict(val_x)
print(random_forest)
print(classification_report(val_y, Y_pred))
print()출발 데이터 테스트
실행 결과
# 2. 출발데이터 예측
#
# 1) STT제거
# precision recall f1-score support
#
# 0 0.86 0.93 0.89 79374
# 1 0.44 0.27 0.33 16923
#
# accuracy 0.81 96297
# macro avg 0.65 0.60 0.61 96297
# weighted avg 0.78 0.81 0.79 96297
#
# 2) STT 구분
# precision recall f1-score support
#
# 0 0.86 0.95 0.90 79374
# 1 0.52 0.26 0.35 16923
#
# accuracy 0.83 96297
# macro avg 0.69 0.60 0.62 96297
# weighted avg 0.80 0.83 0.80 96297
#
# 3) REG 묶기
#
# precision recall f1-score support
#
# 0 0.86 0.94 0.89 79374
# 1 0.47 0.26 0.34 16923
#
# accuracy 0.82 96297
# macro avg 0.66 0.60 0.62 96297
# weighted avg 0.79 0.82 0.80 96297실행 코드
from sklearn.model_selection import StratifiedShuffleSplit
split = StratifiedShuffleSplit(n_splits = 1, test_size = 0.2, random_state=42)
df_x = df_D
for df_index, val_index in split.split(df_x, df_x['SDT_YY']) :
df1 = df_x.iloc[df_index]
val1 = df_x.iloc[val_index]
#학습데이터셋 스플릿하기
df_y = df1['DLY']
df_x = df1.drop(['DLY'], axis=1)
#밸리드데이터셋 스플릿하기
val_y = val1['DLY']
val_x = val1.drop(['DLY'], axis=1)
# In[42]:
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report
random_forest = RandomForestClassifier(n_estimators=500)
random_forest.fit(df_x, df_y)
Y_pred = random_forest.predict(val_x)
print(random_forest)
print(classification_report(val_y, Y_pred))
print()결과 해석 및 회고
전체적으로 1차 테스트에 비해 우수한 결과를 보여주었다. 특히나 눈에 띄는 점은 STT(계획시간)을 분류함으로써 상대적으로 precision 및 recall의 성능 향상을 확인할 수 있었다. 또한 출발 데이터와 도착 데이터의 accuracy가 큰 폭으로 차이가 난다는 점도 눈에 띈다.
Last updated