추천 분할을 사용하여 데이터 분할
중요
Machine Learning Studio(클래식)에 대한 지원은 2024년 8월 31일에 종료됩니다. 해당 날짜까지 Azure Machine Learning으로 전환하는 것이 좋습니다.
2021년 12월 1일부터 새로운 Machine Learning Studio(클래식) 리소스를 만들 수 없습니다. 2024년 8월 31일까지는 기존 Machine Learning Studio(클래식) 리소스를 계속 사용할 수 있습니다.
- ML Studio(클래식)에서 Azure Machine Learning으로 기계 학습 프로젝트 이동에 대한 정보를 참조하세요.
- Azure Machine Learning에 대한 자세한 정보.
ML Studio(클래식) 설명서는 사용 중지되며 나중에 업데이트되지 않을 수 있습니다.
이 문서에서는 Machine Learning Studio(클래식)의 데이터 분할 모듈에서 추천 분할 옵션을 사용하는 방법을 설명합니다. 이 옵션은 권장 사항 모델에서 사용할 학습 및 테스트 데이터 세트를 준비해야 하는 경우에 유용합니다. 이러한 모델에는 특정 형식이 필요할 뿐만 아니라 특별한 도구 없이도 등급, 사용자 및 항목을 균형 잡힌 방식으로 나누기가 매우 어려울 수 있습니다.
추천 분할 옵션을 사용하면 작업 중인 권장 사항 모델 유형을 요청하여 이 프로세스를 더 쉽게 수행할 수 있습니다. 예를 들어 항목을 추천하거나, 등급을 제안하거나, 관련 사용자를 찾고 있나요? 그런 다음 콜드 사용자 또는 콜드 항목을 처리하는 방법과 같이 지정한 기준으로 데이터 세트를 나눕니다.
데이터 세트를 분할하면 모듈은 학습을 위한 데이터 세트와 테스트 또는 모델 평가를 위한 두 개의 데이터 세트를 반환합니다. 입력 데이터 집합에 인스턴스별 추가 데이터(예: 등급)가 있으면 출력에 해당 데이터가 보존됩니다.
기계 학습 실험의 데이터 분할에 대한 일반적인 정보는
관련 작업
데이터 분할 모듈의 다른 옵션은 데이터를 나누는 다양한 방법을 지원합니다.
정규식을 사용하여 데이터 분할: 단일 텍스트 열에 정규식을 적용하고 결과에 따라 데이터 세트를 나눕니다.
추천 데이터 세트 분할: 상대 식을 사용하여 데이터 세트 t+ 분할 데이터 나누기: 숫자 데이터에 식을 적용합니다.
권장 사항 모델에서 사용하는 데이터 세트 나누기
추천 분할 옵션은 추천 시스템을 학습하는 데 사용되는 데이터에 대해 특별히 제공됩니다.
이 옵션을 사용하기 전에 데이터가 호환되는 형식인지 확인합니다. 추천 스플리터는 데이터 세트가 사용자 항목 쌍 또는 사용자 항목등급 삼중으로만 구성한다는 가정 하에 작동합니다. 자세한 내용은 이 문서의 입력 데이터 요구 사항을 참조하세요.
데이터 분할 모듈을 실험에 추가하고 분할하려는 데이터 세트에 입력으로 연결합니다.
분할 모드의 경우 추천 분할을 선택합니다.
값을 나누는 방법을 제어하려면 다음 옵션을 설정합니다. 0에서 1 사이의 숫자로 표시되는 백분율을 지정합니다.
학습 사용자만의 비율: 학습 데이터 집합에만 할당해야 하는 사용자 비율을 지정합니다. 즉, 행은 모델을 테스트하는 데 사용되지 않습니다.
학습에 대한 테스트 사용자 등급의 일부: 수집한 사용자 등급의 일부를 학습에 사용할 수 있도록 지정합니다.
콜드 사용자 비율: 콜드 사용자는 시스템에서 이전에 발생하지 않은 사용자입니다. 일반적으로 시스템에는 이러한 사용자에 대한 정보가 없으므로 학습 시에는 유용하지만 예측 성능은 낮을 수 있습니다.
콜드 항목의 일부: 콜드 항목은 시스템에서 이전에 발생하지 않은 항목입니다. 시스템에 이러한 항목에 대한 정보가 없으므로 학습 시에는 유용하지만 예측 성능은 낮을 수 있습니다.
무시된 사용자의 일부: 이 옵션을 사용하면 추천자가 일부 사용자를 무시할 수 있으므로 데이터 하위 집합에서 모델을 학습시킬 수 있습니다. 이렇게 하면 성능을 개선하는 데 유용할 수 있습니다. 무시해야 하는 사용자의 백분율을 지정합니다.
무시된 항목의 일부: 추천 스플리터는 일부 항목을 무시하고 데이터 하위 집합에서 모델을 학습시킬 수 있습니다. 이렇게 하면 성능을 개선하는 데 유용할 수 있습니다. 무시할 항목의 백분율을 지정합니다.
가끔 생성된 콜드 항목 제거: 테스트 집합의 모든 엔터티가 학습 집합에 포함되도록 이 옵션은 일반적으로 0으로 설정됩니다.
여기서 "간혹 생성되는 최초 항목"이란 테스트 집합에만 포함되며 명시적으로 최초 항목으로 선택되지는 않은 항목입니다. 이러한 항목은 추천 데이터 분할 방법 섹션에 설명된 알고리즘의 (4) 및 (6)단계에서 생성할 수 있습니다.
추천자의 임의 시드: 매번 같은 방식으로 데이터를 분할하려는 경우 시드 값을 지정합니다. 그렇지 않으면 기본적으로 시스템 클록 값을 시드로 사용하여 입력 데이터가 임의로 분할됩니다.
실험을 실행합니다.
예
권장 사항 모델을 학습하거나 테스트하는 데 사용되는 등급 및 기능 집합을 나누는 방법의 예제를 보려면 Azure AI 갤러리: 동영상 권장 사항에서 이 샘플 실험과 함께 제공되는 연습을 검토하는 것이 좋습니다.
기술 정보
이 섹션에는 구현 세부 정보, 팁, 자주 묻는 질문에 대한 답변이 포함되어 있습니다.
입력 데이터에 대한 요구 사항
추천 스플리터는 데이터 세트가 사용자 항목 쌍 또는 사용자 항목 등급 삼중으로만 구성한다는 가정 하에 작동합니다. 따라서 데이터 분할 모듈은 기능 유형 데이터와의 혼동을 방지하기 위해 세 개 이상의 열이 있는 데이터 세트에 대해 작업할 수 없습니다.
데이터 세트에 열이 너무 많은 경우 다음 오류가 발생할 수 있습니다.
오류 0022: 입력 데이터 세트에서 선택한 열 수가 x와 같지 않음
해결 방법으로 데이터 세트의 열 선택을 사용하여 일부 열을 제거할 수 있습니다. 열 추가 모듈을 사용하여 나중에 언제든지 열을 다시 추가할 수 있습니다 .
또는 데이터 세트에 모델에서 사용하려는 많은 기능이 있는 경우 다른 옵션을 사용하여 데이터 세트를 나누고 매치박스 추천 학습 대신 학습 모델을 사용하여 모델을 학습시킵니다.
지원되는 데이터 형식에 대한 자세한 내용은 매치박스 추천 학습을 참조하세요.
사용 팁
데이터 세트에 두 개 이상의 행이 포함되어 있지 않으면 오류가 발생합니다.
숫자를 백분율로 지정하거나 "%" 문자가 포함된 문자열을 사용하는 경우 값은 백분율로 해석됩니다.
모든 백분율 값은 (0, 100) 범위 내에 있어야 하며 0과 100 값은 사용할 수 없습니다.
1보다 작은 부동 소수점 숫자인 백분율이나 수를 지정할 때 퍼센트 기호("%")를 사용하지 않으면 해당 숫자는 비율 값으로 해석됩니다.
구현 세부 정보
데이터를 추천 모델에 사용할 학습 집합과 테스트 집합으로 분할할 때는 다음 알고리즘을 사용합니다.
무시되는 항목의 요청된 비율 및 연관된 모든 관찰 내용을 제거합니다.
최초 항목의 요청된 비율 및 연관된 모든 관찰 내용을 테스트 집합으로 이동합니다.
처음 두 단계 이후 남아 있는 무시된 사용자의 요청된 비율 및 연관된 모든 관찰 내용을 제거합니다.
처음 두 단계 이후 남아 있는 최초 사용자의 요청된 비율 및 연관된 모든 관찰 내용을 테스트 집합으로 이동합니다.
처음 두 단계 이후 남아 있는 학습 전용 사용자의 요청된 비율 및 연관된 모든 관찰 내용을 학습 집합으로 이동합니다.
위의 모든 단계 이후 남아 있는 각 사용자에 대해 학습용 테스트 사용자 등급의 요청된 비율을 학습 집합으로 이동하고 나머지는 테스트 집합으로 이동합니다.
각 사용자에 대해 관찰 내용 하나 이상은 항상 학습 집합으로 이동됩니다.
요청하는 경우 간혹 생성되는 최초 항목과 연관된 인스턴스를 테스트 집합에서 제거할 수 있습니다.
여기서 "간혹 생성되는 최초 항목"이란 테스트 집합에만 포함되며 명시적으로 최초 항목으로 선택되지는 않은 항목입니다. 4단계와 6단계에서 이러한 항목이 생성될 수 있습니다.
이 옵션은 최초 사용자 및 항목의 요청된 수를 0으로 설정하는 데 사용합니다. 그러면 테스트 집합에 있는 모든 엔터티가 학습 집합에 포함됩니다.