꿈라CBT다음 <보기>의 계획에 대한 검토 의견으로 가장 적절한 것은?
보기
분석가는 하이퍼파라미터 6개를 각각 5개 후보값으로 두고 그리드 탐색을 계획하였다. 각 조합은 5겹 교차검증으로 평가하며, 모델 1회 학습에 4분이 걸린다.
사전 실험에서 다음이 확인되었다.
- 학습률과 트리 깊이를 바꾸면 성능이 크게 달라졌다.
- 나머지 4개 파라미터는 어떤 값을 넣어도 성능 차이가 0.002 이내였다.
- 1조합이 5의 6제곱인 15,625개라 비현실적이므로, 랜덤 탐색이나 베이지안 최적화로 넓게 훑은 뒤 학습률·깊이만 정밀 탐색해야 한다.
- 2조합 수는 \(6 \times 5 = 30\)개이므로 총 학습 시간은 \(30 \times 5 \times 4\)분 = 10시간이며, 충분히 감당할 수 있으므로 계획대로 진행하면 된다.
- 3영향이 작은 4개 파라미터도 조합에 따라 상호작용이 있을 수 있으므로 후보값을 5개에서 10개로 늘려 더 촘촘히 탐색해야 한다.
- 4그리드 탐색은 모든 조합을 시도하므로 항상 전역 최적해를 보장하며, 계산 시간이 오래 걸리더라도 다른 방법보다 반드시 우수한 결과를 낸다.