핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

115

2

장

머신러닝 프로젝트 처음부터 끝까지

import joblib

joblib.dump(my_model, "my_model.pkl")

# 그리고 나중에...

my_model_loaded = joblib.load("my_model.pkl")

2.7

모델 세부 튜닝

가능성 있는 모델들을 추렸다고 가정하겠습니다. 이제 이 모델들을 세부 튜닝해야 합니다. 그

방법을 몇 개 살펴봅시다.

2.7.1

그리드 탐색

가장 단순한 방법은 만족할 만한 하이퍼파라미터 조합을 찾을 때까지 수동으로 하이퍼파라미터

를 조정하는 것입니다. 이는 매우 지루한 작업이고 많은 경우의 수를 탐색하기에는 시간이 부족

할 수도 있습니다.

대신 사이킷런의

GridSearchCV

를 사용하는 것이 좋습니다. 탐색하고자 하는 하이퍼파라미터

와 시도해볼 값을 지정하기만 하면 됩니다. 그러면 가능한 모든 하이퍼파라미터 조합에 대해 교

차 검증을 사용해 평가하게 됩니다. 예를 들어 다음 코드는

RandomForestRegressor

에 대한

최적의 하이퍼파라미터 조합을 탐색합니다.

from sklearn.model_selection import GridSearchCV

param_grid = [

{'n_estimators': [3, 10, 30], 'max_features': [2, 4, 6, 8]},

{'bootstrap' ...