#1 가격 함수 식 구현 및 LGBM 모델 생성

[HyunJunCho00]

📄 설명

가격 함수 식 + lightGBM으로 가격 예측 모델 구현

✅ 작업할 내용

• 가격 함수식 정의: 기본가(난이도) + 할증(시간,날씨,주말) + 변동성 기반의 초기 가격 정책 수립

• 초기 데이터셋 구축: 정의된 함수식을 바탕으로 초기 학습 데이터셋 생성

• 데이터 불균형 분석 및 해결: '상', '중' 난이도 데이터 부족 문제 파악 및 데이터 증강 스크립트 개발

• 피처 엔지니어링 설계: 키워드 기반 피처와 BERT 문장 임베딩을 함께 사용하는 하이브리드 방식 채택

• 데이터 전처리 파이프라인 구축: 텍스트, 시간, 날씨 등 다양한 형태의 데이터를 모델이 학습 가능한 형태로 일괄 처리하는 preprocess_data 함수 구현

• 모델 훈련 및 최적화: LightGBM, RandomForest 모델에 대해 RandomizedSearchCV를 적용하여 최적 하이퍼파라미터 탐색

• 최종 모델 성능 검증: 테스트셋 기준 R² 0.98 이상 성능 달성 확인

• 경량 예측기 개발: 온디바이스 환경을 고려하여, 저장된 모델(.pkl)과 설정(.json)을 불러와 즉시 예측을 수행하는 LightweightPricePredictor 클래스 구현

• 모델 패키징: 훈련된 모델과 설정을 .pkl 및 .json 파일로 저장하는 save_model 함수 구현

• 통합 테스트: 다양한 가상 시나리오(Test Cases)에 대한 예측 결과를 확인하여 모델의 논리적 타당성 검증 완료

🙋🏻 참고 자료

No response