Learn AI with Python · 강의

전처리 파이프라인 구축

sklearn Pipeline, ColumnTransformer, 깔끔한 전처리 작업 흐름을 위한 변환기 결합을 다룹니다.

전처리 파이프라인 구축은(는) CoddyKit의 무료 Learn AI with Python 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Learn AI with Python 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.

파이프라인을 사용하는 이유

scikit-learn의 파이프라인은 전처리 단계와 모델을 하나의 객체로 연결합니다. 학습 데이터와 테스트 데이터에 동일한 변환이 적용되도록 보장하여 누수와 복잡한 코드를 방지합니다.

기본 파이프라인

Pipeline은 (이름, 단계) 튜플의 목록을 받습니다. fit을 호출하면 각 단계가 순서대로 실행되며, 마지막 단계는 일반적으로 추정기입니다.

from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression

pipe = Pipeline([
    ("scale", StandardScaler()),
    ("model", LogisticRegression()),
])

전체 파이프라인을 fit하고 predict하기

파이프라인을 하나의 모델처럼 다루세요. fit은 스케일러를 LEARN하고 AND 모델을 훈련합니다. predict는 스케일러를 적용한 다음 모델을 실행하며, 이 모든 과정이 자동으로 일관되게 수행됩니다.

pipe.fit(X_train, y_train)
preds = pipe.predict(X_test)   # scaling applied automatically

설계상 누수 방지

파이프라인은 fit 중에만(학습 데이터에 대해) 스케일러를 학습하고 predict 중에는 변환만 수행하므로, 테스트 데이터에 맞추는 실수를 자동으로 없앱니다.

열 유형 혼합

실제 데이터 세트에는 서로 다른 전처리가 필요한 NUMERIC 및 CATEGORICAL 열이 함께 포함됩니다. ColumnTransformer는 열의 각 하위 집합에 서로 다른 변환기를 적용합니다.

ColumnTransformer

(이름, 변환기, 열) 튜플을 지정합니다. 수치형 열은 스케일링하고 범주형 열은 원-핫 인코딩하여 한 단계에서 모두 처리합니다.

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder

pre = ColumnTransformer([
    ("num", StandardScaler(), ["age", "income"]),
    ("cat", OneHotEncoder(handle_unknown="ignore"), ["city"]),
])

전체 파이프라인에 중첩하기

완전하고 누수 없는 작업 흐름을 만들려면 ColumnTransformer를 Pipeline의 첫 단계로 배치하고 그 뒤에 모델을 연결하세요.

full = Pipeline([
    ("prep", pre),
    ("model", LogisticRegression()),
])
full.fit(X_train, y_train)

단계에서 결측값 처리

수치형 분기 안에 SimpleImputer를 추가하세요(대개 그 자체로 작은 파이프라인을 구성합니다). 그러면 스케일링 전에 결측값을 채우면서 모든 처리가 파이프라인 안에서 이루어집니다.

from sklearn.impute import SimpleImputer
num_pipe = Pipeline([
    ("impute", SimpleImputer(strategy="median")),
    ("scale", StandardScaler()),
])

학습 데이터에는 fit_transform, 테스트 데이터에는 transform

전체 파이프라인에도 같은 황금 규칙이 적용됩니다. fit 중에 학습 데이터에서 모든 매개변수를 학습한 다음, predict 또는 transform 중에는 테스트 데이터만 변환합니다.

full.fit(X_train, y_train)        # learns imputer, scaler, encoder, model
full.predict(X_test)              # transform-only path

파이프라인 저장하기

전처리와 모델을 포함한 전체 학습 완료 파이프라인을 joblib으로 디스크에 저장하세요. 나중에 이를 불러오면 운영 환경에서 동일한 전처리가 적용되므로 수동으로 단계를 재현할 필요가 없습니다.

import joblib
joblib.dump(full, "model.joblib")
loaded = joblib.load("model.joblib")
loaded.predict(X_new)   # same preprocessing guaranteed

운영 환경에서 이것이 중요한 이유

저장된 파이프라인을 사용하면 배포된 모델이 들어오는 데이터를 학습할 때와 EXACTLY 동일하게 전처리합니다. 이러한 일관성은 학습 환경과 서비스 환경의 불일치로 인한 버그를 막는 가장 강력한 방어 수단입니다.

빠른 확인

파이프라인에 대한 이해도를 확인해 보세요.

복습

파이프라인 도구 모음:

Pipeline은 전처리와 모델을 하나의 fit/predict 객체로 연결합니다
누수 없음: 매개변수는 fit에서 학습하고 predict에서 적용합니다
ColumnTransformer는 수치형 및 범주형 열이 섞인 경우를 처리합니다
파이프라인 내부의 결측값에는 SimpleImputer를 사용합니다
일관된 운영 환경 전처리를 위해 joblib으로 저장합니다

자주 묻는 질문

“전처리 파이프라인 구축” 강의는 무료인가요?

네 — “전처리 파이프라인 구축” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Learn AI with Python 강의 전체를 잠금 해제할 수 있습니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.

“전처리 파이프라인 구축”에서 뭘 배우나요?

sklearn Pipeline, ColumnTransformer, 깔끔한 전처리 작업 흐름을 위한 변환기 결합을 다룹니다. 브라우저에서 직접 실행하는 실습 코드로 Learn AI with Python을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Learn AI with Python을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Learn AI with Python은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.

“전처리 파이프라인 구축” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Learn AI with Python 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Learn AI with Python 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Learn AI with Python(으)로 돌아가기