Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.

XG부스트

How-To : XG부스트와 인플럭스DB로 시계열 예측하기

XG부스트(XGBoost)는 최적화된 분산 그라디언트 부스팅(gradient boosting) 알고리즘을 구현하는 오픈소스 머신러닝 라이브러리다. 빠른 성능을 위해 병렬 처리를 사용하고 누락된 값을 잘 처리하며 소량의 데이터 집합에도 효과적이고 과적합을 방지한다. 이와 같은 여러 이점 덕분에 예측과 같은 회귀 문제에서 널리 사용된다.    예측은 예측 분석, 예지 정비, 제품 계획, 예산 편성 등 모든 종류의 현업 업무에서 중요한 작업이다. 많은 예측 문제에는 시계열 데이터가 사용되는데, 이 때문에 XG부스트는 오픈소스 시계열 데이터베이스인 인플럭스DB(InfluxDB)와 함께 사용하는 것이 일반적이다. 여기서는 XG부스트용 파이썬 패키지를 사용해 인플럭스DB 시계열 데이터베이스의 데이터를 예측하는 방법을 살펴본다. 또한 인플럭스DB 파이썬 클라이언트 라이브러리를 사용해 인플럭스DB의 데이터를 쿼리하고, 시계열 데이터를 다루기 쉽게 하기 위해 이 데이터를 판다스 데이터프레임(Pandas DataFrame)으로 변환한다. 그런 다음 예측을 수행한다. XG부스트의 이점에 대해서도 세부적으로 알아본다.    요구사항  여기서는 홈브루(Homebrew)를 통해 파이썬 3을 설치한 맥OS 시스템에서 실행했다. 파이썬 및 클라이언트 설치를 간소화하기 위해 virtualenv, pyenv, conda-env와 같은 부가적인 툴도 설치할 것을 권한다. 그 외의 전체 요구사항은 다음과 같다.    influxdb-client = 1.30.0  pandas = 1.4.3  xgboost >= 1.7.3  influxdb-client >= 1.30.0  pandas >= 1.4.3  matplotlib >= 3.5.2  sklearn >= 1.1.1  또한 여기서는 무료 티어 인플럭스DB 클라우드 계정이 있...

XG부스트 인플럭스DB XGBoost 2022.12.16

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2023 International Data Group. All rights reserved.