RFECV support 해석: 선택 개수와 원래 feature 축을 혼동하지 않기
subset 하나의 support 결과도 원래 입력 feature 전체에 대한 벡터다. 문서의 shape 설명을 그대로 집계 기준으로 쓰지 않는다.
특징 안정성 표가 비교해야 할 같은 대상
특징 선택 안정성 표는 제거 후 특징 수가 아니라 원래 feature 축을 유지해 서로 다른 fold의 같은 특징을 비교해야 한다. 어떤 subset에서 선택하지 않은 특징도 원래 위치가 남아 있어야 다른 fold의 선택 여부와 대응시킬 수 있다. 선택된 특징만 압축해 나열하면 같은 열 번호가 서로 다른 특징을 뜻할 수 있다. [1, 2, 3]
실행 오류가 아니라 문서의 축 설명 문제
scikit-learn 이슈 35033은 RFECV의 split별 ranking·support가 subset 수와 원래 feature 수의 두 축을 갖는데 문서에는 한 축으로 적혀 있다고 지적한다. test_score는 subset마다 스칼라라는 차이도 설명한다. 보고자는 실행 관측 1.9.0과 문서 표시 1.9.1을 구분하며, 잘못된 선택·점수·예측을 재현하거나 반환 배열을 바꾸자는 요청이 아니라고 명시했다. [1]
긴 형식으로 바꾸어도 원래 축은 보존한다
fold·subset·원래 feature ID의 긴 형식 표로 변환하고 각 subset 행이 원래 feature 전체를 설명하는지 확인한다. support의 true 개수는 선택 개수로 따로 계산하고 벡터 길이와 혼동하지 않는다. rank와 support를 같은 종류의 점수로 평균 내기 전에 각 값의 의미와 축을 명시해 인계한다. [1, 3]
1개를 선택해도 길이는 3일 수 있다
설명용 원래 특징이 3개이고 특정 subset에서 1개만 선택했다고 하자. support 벡터의 기대 길이는 원래 축의 3이다. 3개 위치가 남아 있으면 축 조건을 만족한다. 선택된 항목만 남겨 길이가 1이면 원래 특징의 미선택 위치를 잃으므로 실패다. 길이가 맞아도 feature ID가 중복되거나 바뀌지 않았는지는 별도로 확인한다. [1, 3]
Truthound의 그룹 검사를 적용할 표
Truthound Core 3.3.2의 QueryGroupAggregateValidator에는 외부에서 준비한 긴 형식 표를 집계하는 SQL query와 그룹·집계 열을 지정할 수 있다. fold와 subset을 구분한 그룹마다 원래 feature 수를 설명하는지 확인하되, 중복 ID가 건수를 맞추는 경우는 키 검사를 함께 둔다. 문서 설명의 문제를 모델 정확도 문제로 부풀리지 않고, 결과 표의 인계와 해석을 바로잡는 데 이 검사를 사용한다. [1, 2, 3]
적용 조건
fold_id, subset_size, original_feature_id, selected, ranking 표를 원시 입력과 승인 기준에서 각각 준비하고 행 식별자를 유지한다.
대안
실제 배열 shape와 fitted feature 이름을 보존하고 문서 버전과 실행 버전을 구분한다.
한계
문서 shape 불일치를 실제 RFECV 점수·예측 오류로 확대하지 않는다.
근거
- 사건 확인일
- 대상 확인일
- 수정일
