Styxis
Company
Knowledge

RandomProjection n_components=auto: 확정 차원과 출력 열 이름을 함께 검증하기

auto는 요청 방식이며 실제 출력 차원은 학습 후 확정된다. 이름 생성과 컨테이너 변환도 이 확정값을 사용해야 한다.

자동 설정의 결과를 인계할 때

자동 설정의 결과를 공유할 때는 요청 표현과 실제 확정 차원을 구분해야 한다. 분석자는 auto를 선택할 수 있지만 후속 표를 만드는 담당자에게는 실제 열 수와 각 열의 이름이 필요하다. 자동이라는 문자열을 확정 차원 자리에 남기면 수치 투영과 이름 생성 사이의 계약이 끊어진다. [1, 2, 3]

고정 차원 시험에서 드러나지 않은 경우

scikit-learn 이슈 34993은 BaseRandomProjection이 확정된 n_components_ 대신 요청값 n_components를 출력 feature 수에 저장하는 경우를 보고한다. auto 설정에서 feature 이름 생성이 TypeError를 내고 pandas 출력 경로도 실패한다고 한다. 보고자는 고정 차원을 사용하는 기존 시험과 구분한다. 제시된 자동 투영의 기대 출력은 110개 열이지만 이 수치를 모든 데이터에 적용하는 설정값으로 삼아서는 안 된다. [1]

요청과 확정 결과를 두 칸에 기록한다

추론된 n_components와 출력 열 이름 목록을 함께 기록하고 자동·고정 설정 모두에서 차원 인계를 확인한다. 요청 설정과 학습 결과를 같은 칸에 덮어쓰지 않는다. 출력 이름을 만들지 못한 작업은 우선 실행 실패로 남겨야 하며, 빈 이름 목록을 정상 결과처럼 넘긴 뒤 열 수 검사만 수행하지 않는다. [1, 3]

110이라는 기대값의 출처

설명용으로 이번 학습에서 확정된 차원을 110이라고 두면 기대 이름 개수도 110이다. 실제로 이름 110개를 확보하면 개수 조건을 만족한다. 생성 실패로 이름이 0개라면 실패다. 기대값은 비교 대상 목록의 길이를 그대로 복사하는 것이 아니라 학습 후 확정된 차원에서 가져온다. 이름 개수가 맞아도 각 이름이 어느 투영 열에 붙었는지와 순서는 별도 확인 사항이다. [1, 3]

Truthound에서 이름 개수와 확정 차원을 대사한다

Truthound Core 3.3.2의 ColumnPairValidator는 준비한 감사표의 output_name_count와 inferred_components를 비교할 수 있다. 이름 생성에 실패했다면 실패 상태를 별도로 남기고 확보한 이름 개수 0을 기록한다. 이를 유효한 빈 출력으로 승인하지 않는다. 비교 열의 결측 여부도 먼저 확인해야 한다. 실제 투영 표의 폭만 검사하면 숫자 열은 존재하지만 이름 생성이 실패한 경우를 놓칠 수 있다. 개수 일치는 이름의 순서·투영 거리 보존·차원 선택의 통계적 적합성을 보증하지 않는다. [1, 2, 3]

적용 조건

requested_components, inferred_components, output_name_count와 이름 생성 성공 여부를 실행 기록에서 준비한다. 실패로 이름을 만들지 못했으면 그 상태를 명시하고 이름 개수 0을 기록하며, 비교하는 두 개수의 결측 여부를 별도로 검사한다.

대안

확정 차원을 artifact에 기록하고 해당 차원의 이름 생성 경로를 검증한다.

한계

  • 이름 개수 검사는 투영 거리 보존이나 차원 선택의 통계적 적합성을 증명하지 않는다.

근거

사건 확인일
대상 확인일
수정일