코스피 지수 예측모델 개발 2편
예측 모델 그래프 그려보기
안녕하세요- 송호연입니다.
오늘은 1편에서 만들어본 모델을 실제로 그래프로 그려보는 실습을 해보도록 하겠습니다 ^^
아직 1편을 읽지 않으신분은 1편부터 읽어주세요 :)
https://brunch.co.kr/@chris-song/13
1편과 마찬가지로, AzureML 스튜디오 사이트에 접속해보겠습니다.
오늘 만들어볼 그래프는, 과거 지표와 예측 지표, 실제 지표를 그래프로 그려보고,
오차범위로 표시해보도록 하겠습니다.
저번 아티클에서 저런 다이어그램을 만들어봤었죠? ㅎㅎ
이번에는 실제 예측치가 표시되는 그래프를 출력해보도록 하겠습니다.
두가지 그래프를 그려볼거에요-
1) 예측데이터와 실제 데이터 비교
2) 오차범위를 포함한 예측 데이터
1. 우선 Train, Test 데이터를 나누는 범위를 150에서 230으로 변경해보겠습니다.
중간 윗부분의 [Split Data] 아이템을 클릭한 후에 우측의 [Relational expression] 에 150을 230으로 변경합니다.
2. 그리고 [Run] 버튼을 눌러서 전체 스크립트를 다시 실행시켜보겠습니다.
3. 사실 우리가 구하려는 예측 그래프 중 하나는 이미 그려져있습니다.
그 그래프를 찾아서 화면에 출력하는 법을 알아보겠습니다.
좌측 하단 [Execute R Script] 항목에서 오른쪽 아래 동그라미(빨간 네모로 표시한 영역)를 우측클릭하면 메뉴가 나옵니다.
4. 메뉴가 나오면 [Visualize] 를 클릭합니다.
5. [Visualize] 결과가 나옵니다. 마우스 스크롤을 해서 밑으로 내리면, 예측 결과가 화면에 보입니다.
빨간 색이 예측값이고, 파란 색이 실제 값입니다.
6. 또 하나의 예측 그래프를 그려보겠습니다.
이번에는 아주 간단한 R script를 추가하도록 하겠습니다.
좌측 빨간 네모 영역에 있는 항목을 클릭한 후 우측의 [R Script] 영역을 클릭합니다.
7. 그럼 [R Script] 영역이 크게 표시됩니다.
8. 12라인과 13라인사이에 엔터를 친 후에 아래 스크립트를 추가합니다.
plot.forecast(forecastedData)
9. 그리고 [Run] 버튼을 눌러서 전체 스크립트를 다시 돌려보겠습니다.
10. 전체 스크립트가 다 돈 후에는 빨간 네모가 있는 영역에 마우스를 댄 후 우클릭을 합니다.
11. 그리고 메뉴가 나오면 [Visualize] 항목을 선택합니다.
12. 그리고 레이어 팝업이 뜨면 스크롤을 아래로 내려보면 오차범위가 표시된 그래프를 확인할 수 있습니다.
이렇게 쉽게 예측모델이 실제로 예측한 값을 확인하는 법을 알려드렸습니다.
사실, 이렇게 튜토리얼을 진행하면서, 구체적인 원리나 이론을 하나도 가르쳐드리지 않았습니다.
그 이유는 일단 하나를 만들어보고
"나도 해볼 수 있겠구나"
하는 자신감을 드리기 위해서였습니다.
그리고, 이렇게 뭔진 몰라도 일단 직접 만들어 보고
이론 공부를 시작하는 게 학습효과가 가장 좋더라구요.
다음 강의부터는 Azure Notebook을 활용하여,
Python으로 Tensorflow 코딩을 해보면서 머신러닝 기본기를 함께 학습해보도록 하겠습니다.
아, 그리고 구인공고를 여기에 올려보려고 합니다 ㅎㅎ
카카오에서 개발과 데이터분석에 관심이 많은
엔지니어 분을 급하게 구하고 있습니다 ^^
방대한 데이터를 바탕으로
실제 Production에 반영할
예측 모델과 멋진 마케팅 무기들을 만들어나가고 있습니다.
매체 최적화부터 집행 최적화, 그리고 유저프로파일링
요즘 Hot한 주제들을 연구해서 바로 실무에 적용해볼 수 있는
최적의 커리어 기회를 놓치지 마세요!
공식 구인공고는 나와있지 않습니다.
이메일로 이력서 첨부하여 연락주세요
chris.song@kakaocorp.com
업무내용이 간략한 편인데,
구체적인 내용은 페이스북 메시지나 이메일로 문의주시면 답변 드리겠습니다 ^^
◆ 업무시작
- ASAP
◆ 업무내용
- 인공지능 스피커 컨텐츠 개발
- 게임 데이터 분석
- 게임 매체 최적화, 집행 최적화
- 게임 유저프로파일링
◆ 지원자격
# 기본사항
- Ruby, Java, Python 중 하나 이상 개발 능력
- 빠른 학습속도
# 우대사항
- Deep Learning, Machine Learning 경험자
- Hive 경험자
- 게임 덕후
(질문 있으시면 이메일이나 페이스북 메신저로 편하게 연락주세요)
