범주 코드의 크기와 트리가 지원하는 범주 수 구분하기
원래 라벨을 바꾸기 전에 값의 범위와 범주 개수의 차이를 확인한다.
큰 라벨과 많은 범주
원래 라벨의 숫자 크기와 서로 다른 범주 수를 분리해야 내부 인코딩 오류 문구에 맞춰 의미 있는 라벨을 훼손하지 않는다. 내부 ordinal 코드가 오류에 보였다는 이유로 원래 범주명을 다시 부여하면 불필요한 데이터 변경이 생긴다. 제한의 단위를 팀이 먼저 공유한다. Truthound는 미리 확인한 지원 조합의 범주 예산과 실제 고유값 개수를 비교하는 경계에 둘 수 있다. [1, 2, 3]
문구 수정까지 이어진 후속
scikit-learn #35221은 native categorical tree의 실제 제한이 원래 코드 범위가 아니라 범주 수이며 splitter=best에서 256개가 가능하다고 보고한다. 후속 유지관리자는 문구와 256 범주 한계를 #35181에 함께 고쳤다고 밝혔다. 이 후속은 문구와검사 변경의 근거이며, 사용자의 설치 버전이같은 지원 경로라는 보증은 아니다. random splitter까지 같은 숫자로 일반화하지 않는다. [1]
버전·splitter별 예산
학습 담당자는 splitter·지원 버전·유효 범주 수를 기록한다. 승인한 best 경로에서는 범주 수를 256과 비교하고 초과 열은 명시 통합 정책 또는 다른 모형으로 보낸다. 해당 버전·splitter가 실제로 지원하는 개수 예산을 확인하고 결측·미등록 범주 처리도 별도 정의한다. [1, 3]
256과 257의 경계
설명용 best 경로에서 확인한 범주 예산은 256개다. 원래 값이 1000부터 시작해도 서로 다른 범주 수 256개는 상한 이하라 통과하고 257개는 초과해 실패한다. 이 개수 계약에서는 라벨 숫자의 크기만으로 실패를 판정하지 않는다. [1, 3]
개수 비교의 한계
Truthound Python SDK 3.3.2의 ColumnPairValidator는 운영자가 추출한 observed_distinct_categories와 지원 조합에서 확인한 supported_category_budget를 <=로 비교한다. 결측·미등록 범주 정책은 별도로 남긴다. 개수 통과는 모형 적합성과 범주 의미를 입증하지 않는다. Core는 외부 추출 개수를 비교하며 모든 tree 릴리스의 지원 한계를 결정하지 않는다. [1, 2, 3]
라벨 대응을 지키는 대안
업무가 승인한 범주 통합 또는 검증된 다른 estimator를 선택하고 원래 라벨 대응표를 유지한다. 같은 feature_id, observed_distinct_categories, supported_category_budget 표를 현재 실행 조건에서 이미 검증한다면 추가 대사의 이점은 줄어든다. [1, 3]
적용 조건
해당 버전·splitter가 실제로 지원하는 개수 예산을 확인하고 결측·미등록 범주 처리도 별도 정의한다.
대안
업무가 승인한 범주 통합 또는 검증된 다른 estimator를 선택하고 원래 라벨 대응표를 유지한다.
한계
개수 통과는 모형 적합성과 범주 의미를 입증하지 않는다. Core는 외부 추출 개수를 비교하며 모든 tree 릴리스의 지원 한계를 결정하지 않는다.
근거
- 사건 확인일
- 대상 확인일
- 수정일
