d8a80f6272
이름만 다른(표기 변형) [[위키링크]]를 대상 문서의 canonical 제목으로 치환해 끊겼던 1,200개 링크를 연결. 제목/파일명 정규화 일치만 적용하고 별칭 매칭은 과병합 위험으로 제외(애매성 가드). 원본은 _link_reconcile_backup/ 에 백업. 도구: Datacollect/scripts/link_reconcile_apply.mjs Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
5.3 KiB
5.3 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | verification_status | tags | raw_sources | last_reinforced | github_commit | tech_stack | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-non-parametric-models | Non-parametric Models | 10_Wiki/Topics | verified | self |
|
none | A | 0.9 | applied |
|
2026-05-10 | pending |
|
Non-parametric Models
매 한 줄
- 비모수 모델은 고정 개수 파라미터를 두지 않고 데이터에 따라 모델 복잡도가 성장하며, k-NN·decision tree·kernel·Gaussian process가 대표 family.
매 핵심
- 정의: parameter 개수가 데이터 크기에 따라 증가(또는 데이터 자체를 메모리에 저장). "no fixed parametric form".
- 대표 알고리즘:
- k-NN: lazy learner, 거리 기반.
- Decision tree / Random Forest / Gradient Boosting: tree 깊이·개수가 데이터에 적응.
- Kernel methods (SVM with RBF, Kernel Ridge): support vector 수가 데이터 의존.
- Gaussian Process: covariance matrix(N×N) → O(N³) 학습.
- KDE(Kernel Density Estimation), Nadaraya-Watson regression.
- 장점: 분포 가정 약함, 복잡한 비선형 관계 포착.
- 단점: 데이터·계산량 증가, curse of dimensionality, 해석성 일부 약함.
- vs parametric: linear/logistic regression, GLM은 고정 파라미터 → 데이터 적어도 OK, 외삽 가능.
💻 패턴
# k-NN classifier with distance weighting
from sklearn.neighbors import KNeighborsClassifier
clf = KNeighborsClassifier(n_neighbors=15, weights="distance", metric="minkowski", p=2)
clf.fit(X_train, y_train)
pred = clf.predict(X_test)
# Decision tree depth tuning via CV
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import GridSearchCV
gs = GridSearchCV(DecisionTreeClassifier(random_state=0),
{"max_depth": [3, 5, 10, None], "min_samples_leaf": [1, 5, 20]},
cv=5, scoring="f1_macro")
gs.fit(X, y)
print(gs.best_params_, gs.best_score_)
# Random Forest with OOB score
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(n_estimators=500, oob_score=True, n_jobs=-1, random_state=0)
rf.fit(X, y)
print("OOB:", rf.oob_score_)
# Kernel Ridge Regression with RBF
from sklearn.kernel_ridge import KernelRidge
kr = KernelRidge(alpha=1.0, kernel="rbf", gamma=0.1)
kr.fit(X_train, y_train)
# Gaussian Process regression
from sklearn.gaussian_process import GaussianProcessRegressor
from sklearn.gaussian_process.kernels import RBF, WhiteKernel
kernel = 1.0 * RBF(length_scale=1.0) + WhiteKernel(noise_level=0.1)
gpr = GaussianProcessRegressor(kernel=kernel, normalize_y=True, n_restarts_optimizer=5)
gpr.fit(X_train, y_train)
mu, std = gpr.predict(X_test, return_std=True)
# KDE for density estimation
from sklearn.neighbors import KernelDensity
import numpy as np
kde = KernelDensity(bandwidth=0.5, kernel="gaussian").fit(X_train)
log_density = kde.score_samples(X_test)
density = np.exp(log_density)
# Nadaraya-Watson regressor (manual)
import numpy as np
def nw_regress(X_train, y_train, X_test, h=1.0):
diffs = X_test[:, None, :] - X_train[None, :, :]
w = np.exp(-np.sum(diffs**2, axis=2) / (2 * h**2))
return (w @ y_train) / (w.sum(axis=1) + 1e-9)
# SVM with RBF kernel — support vectors grow with data
from sklearn.svm import SVC
svc = SVC(kernel="rbf", C=1.0, gamma="scale")
svc.fit(X_train, y_train)
print("n_SV:", len(svc.support_))
# FAISS for large-scale k-NN (approximate)
import faiss, numpy as np
index = faiss.IndexHNSWFlat(X.shape[1], 32)
index.add(X.astype(np.float32))
D, I = index.search(query.astype(np.float32), k=10)
매 결정 기준
- 데이터 크기:
- <1k → GP, kernel ridge OK.
- 1k–100k → tree ensemble, k-NN(brute or KD-tree).
-
100k → tree ensemble, ANN(FAISS, ScaNN), 또는 parametric로 회귀.
- 차원: 고차원(>50) → tree, gradient boosting. k-NN/KDE는 curse of dim.
- uncertainty 필요: GP > tree quantile regression > MC Dropout(parametric).
- 해석성: shallow decision tree, kNN(prototype 분석).
🔗 Graph
- 관련: K-Nearest-Neighbors-K-NN, Decision Tree, Random-Forest, Gradient-Boosting, Gaussian-Process, Kernel-Methods
- 도구: XGBoost, LightGBM, FAISS
🤖 LLM 활용
- 데이터셋 크기/차원 → 추천 모델 family 매트릭스 생성.
- sklearn pipeline + GridSearch boilerplate 작성.
- 결과 해석(feature importance, partial dependence plot 설명).
❌ 안티패턴
- 100만 row에 GaussianProcessRegressor 그대로 사용(O(N³)).
- 고차원 sparse 데이터에 k-NN 단독.
- random forest를 "blackbox"라 단정해 SHAP/PDP 안 씀.
- standardize 안 한 데이터에 RBF kernel.
🧪 검증
- CV(StratifiedKFold), nested CV for hyperparameter.
- learning curve(데이터 추가에 따른 성능 변화) → 비모수 특성 확인.
- 시간/메모리 프로파일링(N×N matrix가 RAM 안 넘는지).
🕓 Changelog
- 2026-05-08 Phase 1: 초안 자동 생성.
- 2026-05-10 Manual cleanup: 본문 보강, GP/KDE/NW/FAISS 패턴 추가, 결정 기준 정리.