
287
8
장
사용자 정의 모델의 성능 개선하기
8.3
케라스로 모델 개선하기
이 절에서는 케라스를 사용하여 자동차 경매 판매 가격 문제에 대한 다양한 신경망 모델 구조
를 살펴봅니다. 앞서 살펴본 특징 선택 및 특징 공학을 그대로 재사용하지 않고, 사이킷런에서
사용한 변환기와 유사한 케라스 전처리 계층을 소개합니다. 사이킷런 파이프라인의 특징 공학
부분을 케라스로 재현한 다음에는 케라스 튜너
Keras
Tuner
패키지와 앞 절에서 설명한 베이지안 최
적화 방법을 사용하여 하이퍼파라미터 튜닝을 수행하는 방법을 배우게 됩니다.
8.3.1
케라스의 전처리 계층
케라스의 전처리 계층을 사용하면 사이킷런에서 파이프라인을 만든 것과 같은 방식으로 데이
터 전처리 함수를 모델에 쉽게 포함할 수 있습니다.
7
장과 앞 절에서 전처리 로직을 모델 자체
에 포함하면 얼마나 편리한지 살펴보았습니다. 앞 절에서는 모델을 저장하지는 않았지만,
7
장
에서처럼
joblib
라이브러리를 활용하면 학습된 파이프라인 전체를 쉽게 저장할 수 있습니다.
앞 절에서 데이터셋에 수행한 변환을 다시 생각해 보겠습니다. 범주형 특징을 원핫 인코딩하
고, 수치형 특징을 버킷화하고, 교차 특징을 만들었습니다. 케라스로 모델을 구축하기에 앞서,
필요한 전처리 계층을 먼저 이해하면 좋습니다.
Discretization ...