Files

T

koriweb 5ba5a55c78 feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

2026-05-08 19:52:07 +09:00

5.6 KiB

Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by, tech_stack

title

Decision Tree & XGBoost

📌 한 줄 통찰 (The Karpathy Summary)

"데이터의 의사결정 지도: 복잡한 조건들을 예/아니오의 트리 구조로 분해하여 결과를 예측하거나 순위를 매기며, 특히 수많은 약한 모델을 결합하는 부스팅(Boosting) 기법을 통해 현대 검색 시스템의 랭킹 성능을 극대화하는 알고리즘."

📖 구조화된 지식 (Synthesized Content)

의사결정 트리와 이를 고도화한 XGBoost는 정형 데이터(Structured Data) 분석 및 순위 학습(Learning to Rank) 분야에서 가장 강력한 성능을 발휘하는 기계 학습 모델입니다.

의사결정 트리 (Decision Tree):
- 원리: 데이터의 특정 특징(Feature)을 기준으로 가지를 치며 정답을 찾아가는 구조입니다.
- 장점: 모델의 판단 근거를 시각적으로 확인하기 쉽고 직관적입니다.
- 한계: 데이터가 조금만 바뀌어도 트리가 크게 변하는 불안정성(Overfitting)이 존재합니다.
XGBoost (Extreme Gradient Boosting):
- 원리: 여러 개의 얕은 의사결정 트리를 순차적으로 생성하되, 이전 트리의 오차를 보완하는 방식으로 학습하는 앙상블(Ensemble) 기법입니다.
- 특징: 병렬 처리를 통해 학습 속도가 매우 빠르고, 과적합 방지를 위한 정규화 기능을 내장하고 있습니다.
검색 시스템에서의 활용 (LTR):
- LambdaMART: 의사결정 트리와 부스팅 기법을 결합하여 검색 결과의 순위를 최적화하는 표준 알고리즘이며, XGBoost가 이를 구현하는 대표적 라이브러리입니다.
- 사용자의 과거 클릭 패턴, 문서의 신선도, 텍스트 유사도 등 수십 가지 특징을 종합하여 최적의 검색 순위를 결정합니다.

⚠️ 모순 및 업데이트 (Contradictions & Updates)

컴퓨팅 리소스: 특징(Feature)의 수가 늘어날수록 트리 깊이가 깊어지고 훈련 시간이 기하급수적으로 증가합니다. (단계적 특징 도입이 권장됩니다.)
외부 추론 구조: Elasticsearch와 같은 검색 엔진은 트리 기반 모델의 추론(Inference)은 지원하지만, 모델을 훈련하는 과정은 반드시 별도의 컴퓨팅 환경에서 수행되어야 하는 아키텍처적 제약이 있습니다.
데이터 의존성: 학습 데이터(Judgment List)의 품질이 낮으면 모델이 편향된 순위를 내놓게 됩니다.

💻 실전 구현 코드 (Boilerplate)

XGBoost를 사용한 회귀 예측(또는 랭킹을 위한 점수 산출)의 기초 예시입니다.

import xgboost as xgb
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
import pandas as pd

# 1. 데이터 준비 (특징: 문서 유사도, 클릭수, 신선도 / 타깃: 관련성 점수)
data = {
    'sim_score': [0.9, 0.5, 0.8, 0.2],
    'clicks': [100, 20, 80, 5],
    'freshness': [0.95, 0.3, 0.88, 0.1],
    'relevance': [4, 1, 3, 0] # Ground Truth
}
df = pd.DataFrame(data)
X = df.drop('relevance', axis=1)
y = df['relevance']

# 2. 모델 생성 및 학습
model = xgb.XGBRegressor(objective='reg:squarederror', n_estimators=50)
model.fit(X, y)

# 3. 새로운 결과에 대한 점수 예측
new_docs = pd.DataFrame({'sim_score': [0.85], 'clicks': [50], 'freshness': [0.9]})
predicted_relevance = model.predict(new_docs)

print(f"Predicted Relevance Score: {predicted_relevance[0]:.4f}")

🔗 지식 연결 (Graph)

상위 개념: Machine Learning (Machine Learning), Learning to Rank (LTR)
핵심 알고리즘: LambdaMART, Random Forest (Bagging vs Boosting)
평가 체계: nDCG, MAP

Last updated: 2026-05-04

🤖 LLM 활용 힌트 (How to Use This Knowledge)

언제 이 지식을 쓰는가:

(TODO)

언제 쓰면 안 되는가:

(TODO)

🧪 검증 상태 (Validation)

정보 상태: needs_review
출처 신뢰도: A
검토 이유: (P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)

🧬 중복 검사 (Duplicate Check)

기존 유사 문서: (TODO: 인덱서 클러스터 리포트 참조)
처리 방식: UPDATE (자동 정규화)
처리 이유: Phase 1 정규화 — 옛 템플릿/누락 필드 보강.

🕓 변경 이력 (Changelog)

날짜	변경 내용	처리 방식	신뢰도
2026-05-08	P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화)	UPDATE	A

💻 코드 패턴 (Code Patterns)

패턴 1: (TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)

# TODO

🤔 의사결정 기준 (Decision Criteria)

선택 A를 써야 할 때:

(TODO)

선택 B를 써야 할 때:

(TODO)

기본값:

(TODO)

❌ 안티패턴 (Anti-Patterns)

[안티패턴]: (TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)

5.6 KiB Raw Blame History