Auto_ML

Rule based Auto ML 과 Meta Learning based Auto ML 두가지를 구현해보는 프로젝트

Rule based Auto ML

Scikit learn에서 제공해준 Machine learning cheat sheet기반으로 구현하였습니다.

• Rule based Auto ML Pipeline

Meta Learning based Auto ML

Meta Learning 기반으로 Auto ML을 구현하였습니다.

• Meta Learning based Auto ML Pipeline
  

• Meta Learning

  • 목표 : 최적의 Model 선정
  • Open ML의 수많은 dataset들의 meta feature 보유
  • 새로운 데이터의 meta feature 계산하여 Open ML내 datasets들의 meta feature 비교(Cosine similarity 이용)
  • 데이터에 맞는 최적의 model 5개 선정

• Data pre-processing
   

• Bayesian optimizer

  • 목표 : Model 별 최적의 hyper-parameter 선정
  • Surrogate Model : TPE 사용
  • Meta Learning 단계에서 선별 된 5가지 Model 별 최적의 hyper-parameter 선정

프로젝트 결과

Heart Disease Prediciton Classification(Dataset)

• Rule based

  • Accuracy : 0.85
  • F1 score : 0.84

• Meta Learning based

  • Accuracy : 0.89
  • F1 score : 0.88