100 PyCaret 마스터 정리

키워드: 정리, 치트시트, 마스터

개요

100개의 글을 통해 PyCaret의 모든 기능을 살펴보았습니다. 이 마지막 글에서는 시리즈 전체를 정리하고, 실무에서 바로 사용할 수 있는 치트시트와 베스트 프랙티스를 제공합니다.

실습 환경

• Python 버전: 3.11 권장
• 필요 패키지: pycaret[full]>=3.0

PyCaret 전체 구조

PyCaret 모듈:

┌─────────────────────────────────────────────┐
│              pycaret.classification          │  지도 학습 - 분류
├─────────────────────────────────────────────┤
│              pycaret.regression              │  지도 학습 - 회귀
├─────────────────────────────────────────────┤
│              pycaret.clustering              │  비지도 학습 - 클러스터링
├─────────────────────────────────────────────┤
│              pycaret.anomaly                 │  비지도 학습 - 이상치 탐지
├─────────────────────────────────────────────┤
│              pycaret.time_series             │  시계열 예측
├─────────────────────────────────────────────┤
│              pycaret.datasets                │  샘플 데이터세트
└─────────────────────────────────────────────┘

핵심 워크플로우

from pycaret.classification import *

# 1. 환경 설정
setup(data, target='target')

# 2. 모델 비교
best = compare_models()

# 3. 모델 생성
model = create_model('rf')

# 4. 튜닝
tuned = tune_model(model)

# 5. 앙상블
blended = blend_models([model1, model2])
stacked = stack_models([model1, model2])

# 6. 평가
evaluate_model(model)
plot_model(model)

# 7. 예측
predictions = predict_model(model, data=new_data)

# 8. 저장/로드
final = finalize_model(model)
save_model(final, 'model')
loaded = load_model('model')

모듈별 치트시트

분류 (Classification)

from pycaret.classification import *

# 100 기본 설정
setup(data, target='label', session_id=42)

# 100 자주 쓰는 옵션
setup(
    data, target='label',
    normalize=True,                    # 정규화
    fix_imbalance=True,               # 불균형 처리 (SMOTE)
    remove_outliers=True,             # 이상치 제거
    feature_selection=True,           # 특성 선택
    fold=5,                           # 교차 검증 폴드
    session_id=42
)

# 100 모델 ID
# 100 'lr', 'knn', 'nb', 'dt', 'svm', 'rbfsvm',
# 100 'gpc', 'mlp', 'ridge', 'rf', 'qda', 'ada',
# 100 'gbc', 'lda', 'et', 'xgboost', 'lightgbm', 'catboost'

# 100 정렬 기준
compare_models(sort='Accuracy')  # 또는 'AUC', 'Recall', 'Prec.', 'F1'

회귀 (Regression)

from pycaret.regression import *

# 100 기본 설정
setup(data, target='price', session_id=42)

# 100 자주 쓰는 옵션
setup(
    data, target='price',
    normalize=True,
    transformation=True,              # 분포 변환
    transform_target=True,            # 타겟 변환
    remove_outliers=True,
    session_id=42
)

# 100 모델 ID
# 100 'lr', 'lasso', 'ridge', 'en', 'lar', 'llar',
# 100 'omp', 'br', 'ard', 'par', 'ransac', 'tr',
# 100 'huber', 'kr', 'svm', 'knn', 'dt', 'rf',
# 100 'et', 'ada', 'gbr', 'mlp', 'xgboost', 'lightgbm', 'catboost'

# 100 정렬 기준
compare_models(sort='R2')  # 또는 'MAE', 'MSE', 'RMSE', 'MAPE'

클러스터링 (Clustering)

from pycaret.clustering import *

# 100 기본 설정 (타겟 없음)
setup(data, session_id=42)

# 100 모델 ID
# 100 'kmeans', 'ap', 'meanshift', 'sc', 'hclust',
# 100 'dbscan', 'optics', 'birch', 'kmodes'

# 100 클러스터 할당
model = create_model('kmeans', num_clusters=4)
result = assign_model(model)

이상치 탐지 (Anomaly Detection)

from pycaret.anomaly import *

# 100 기본 설정
setup(data, session_id=42)

# 100 모델 ID
# 100 'iforest', 'knn', 'lof', 'svm', 'pca',
# 100 'mcd', 'sod', 'sos', 'cluster', 'histogram'

# 100 이상치 탐지
model = create_model('iforest', fraction=0.05)
result = assign_model(model)

시계열 (Time Series)

from pycaret.time_series import *

# 100 기본 설정
setup(data, target='value', fh=12, session_id=42)

# 100 모델 ID
# 100 'naive', 'grand_means', 'snaive', 'polytrend',
# 100 'arima', 'auto_arima', 'exp_smooth', 'ets',
# 100 'theta', 'stlf', 'croston', 'prophet'

# 100 예측
predictions = predict_model(model, fh=12)

주요 함수 레퍼런스

setup() 주요 파라미터

setup(
    data,                             # 데이터프레임
    target,                           # 타겟 컬럼명

    # 데이터 분할
    train_size=0.7,                   # 학습 데이터 비율
    data_split_shuffle=True,          # 셔플 여부

    # 전처리
    normalize=False,                  # 정규화
    normalize_method='zscore',        # 'minmax', 'maxabs', 'robust'
    transformation=False,             # 분포 변환
    transformation_method='yeo-johnson',

    # 결측치
    imputation_type='simple',
    numeric_imputation='mean',        # 'median', 'zero', 'mode'
    categorical_imputation='mode',

    # 이상치
    remove_outliers=False,
    outliers_threshold=0.05,

    # 불균형 (분류)
    fix_imbalance=False,
    fix_imbalance_method='SMOTE',

    # 특성 처리
    ignore_features=None,             # 제외할 특성
    numeric_features=None,            # 수치형 지정
    categorical_features=None,        # 범주형 지정

    # 교차 검증
    fold=10,
    fold_strategy='stratifiedkfold',  # 'kfold', 'timeseries'

    # 실험 로깅
    log_experiment=False,
    experiment_name='exp',

    # 재현성
    session_id=None,
    verbose=True
)

tune_model() 주요 파라미터

tune_model(
    estimator,                        # 튜닝할 모델
    optimize='Accuracy',              # 최적화 메트릭
    n_iter=10,                        # 반복 횟수
    search_library='scikit-learn',    # 'optuna', 'tune-sklearn'
    search_algorithm='random',        # 'grid', 'bayesian'
    custom_grid=None,                 # 커스텀 파라미터 그리드
    fold=None,                        # 교차 검증 폴드
    return_tuner=False,               # 튜너 객체 반환
    verbose=True
)

plot_model() 주요 플롯

# 100 분류
plot_model(model, plot='auc')          # ROC 커브
plot_model(model, plot='confusion_matrix')  # 혼동 행렬
plot_model(model, plot='pr')           # Precision-Recall
plot_model(model, plot='class_report') # 분류 보고서
plot_model(model, plot='feature')      # 특성 중요도
plot_model(model, plot='boundary')     # 결정 경계
plot_model(model, plot='learning')     # 학습 곡선

# 100 회귀
plot_model(model, plot='residuals')    # 잔차
plot_model(model, plot='error')        # 예측 오차
plot_model(model, plot='feature')      # 특성 중요도
plot_model(model, plot='cooks')        # Cook's Distance

# 100 클러스터링
plot_model(model, plot='cluster')      # 클러스터 시각화
plot_model(model, plot='elbow')        # 엘보우
plot_model(model, plot='silhouette')   # 실루엣
plot_model(model, plot='distribution') # 분포

베스트 프랙티스

1. 데이터 준비

# 100 데이터 탐색 먼저
print(data.info())
print(data.describe())
print(data.isnull().sum())

# 100 타겟 분포 확인
print(data['target'].value_counts(normalize=True))

2. 실험 관리

# 100 MLflow로 실험 기록
setup(
    data, target='target',
    log_experiment=True,
    experiment_name='project_v1',
    session_id=42
)

3. 모델 선택 전략

# 1단계: 빠른 비교
best = compare_models(n_select=5)

# 2단계: 상위 모델 튜닝
tuned_models = [tune_model(m) for m in best[:3]]

# 3단계: 앙상블
final = stack_models(tuned_models)

4. 평가 지표 선택

# 100 분류
# 100 - 균형 데이터: Accuracy, F1
# 100 - 불균형 데이터: AUC, F1, Recall
# 100 - 비용 민감: 커스텀 메트릭

# 100 회귀
# 100 - 일반: R2, RMSE
# 100 - 이상치 있음: MAE
# 100 - 비율 중요: MAPE

5. 배포 전 체크리스트

# 1. 최종화
final_model = finalize_model(best_model)

# 2. 테스트 데이터 검증
test_predictions = predict_model(final_model, data=test_data)

# 3. 저장
save_model(final_model, 'production_model')

# 4. 로드 테스트
loaded = load_model('production_model')
verify_predictions = predict_model(loaded, data=test_data[:5])

시리즈 목차 요약

Part 1: 기초 (001-020)
- PyCaret 소개, 설치, 기본 개념
- 분류, 회귀 기초

Part 2: 분류 심화 (021-040)
- 다양한 분류 알고리즘
- 하이퍼파라미터 튜닝
- 앙상블 기법

Part 3: 회귀 (041-055)
- 회귀 알고리즘
- 특성 엔지니어링
- 모델 해석

Part 4: 클러스터링 (056-065)
- 클러스터링 알고리즘
- 클러스터 분석

Part 5: 이상치 탐지 & 시계열 (066-080)
- 이상치 탐지
- 시계열 예측

Part 6: 고급 기능 (081-092)
- 모델 해석 (SHAP, PDP)
- 특성 선택
- 파이프라인

Part 7: 배포 & 종합 (093-100)
- 모델 저장/로드
- FastAPI, Docker
- 종합 프로젝트

다음 단계

PyCaret 마스터 후 추천 학습 경로:

1. 심화 학습
   - scikit-learn 내부 구조 이해
   - 개별 알고리즘 수학적 원리

2. 관련 도구
   - MLflow: 실험 관리
   - DVC: 데이터 버전 관리
   - Kubeflow: ML 파이프라인

3. 프로덕션 기술
   - Docker/Kubernetes
   - 모델 모니터링
   - A/B 테스트

4. 특화 분야
   - 딥러닝: PyTorch, TensorFlow
   - NLP: Hugging Face
   - 컴퓨터 비전: OpenCV

마무리

print("""
=== PyCaret 머신러닝 마스터 시리즈 완료 ===

100개의 글을 통해 다룬 내용:
- 5개 ML 모듈 (분류, 회귀, 클러스터링, 이상치, 시계열)
- 50+ 알고리즘
- 전처리부터 배포까지 전체 파이프라인
- 3개의 실전 프로젝트

핵심 메시지:
1. AutoML은 시작점이지 끝이 아님
2. 도메인 이해가 모델보다 중요
3. 단순한 모델부터 시작
4. 지속적인 모니터링과 개선

PyCaret으로 빠르게 프로토타입을 만들고,
필요에 따라 커스터마이즈하세요.

감사합니다! 🎉
""")

정리

• PyCaret: 로우코드 AutoML 라이브러리
• 5개 모듈: 분류, 회귀, 클러스터링, 이상치, 시계열
• 핵심 워크플로우: setup → compare → create → tune → predict → save
• 베스트 프랙티스: 실험 관리, 적절한 메트릭, 체계적 평가

---

PyCaret 머신러닝 마스터 시리즈 #100 - 완결