개인스터디

QCC 4회차

문제 1 ) 매출이 가장 높은 매장 🟢

풀이

이런 류의 문제를 코드카타에서 너무 틀렸어서 방식이 기억났따
(간단한 줄 알고 그냥 무지성 작성하다가 틀린 경우가 많음)

-- 매장 2개 이상 지역
WITH cnt_store AS(
  SELECT region_name
  FROM stores
  GROUP BY region_name
  HAVING COUNT(store_id) >= 2
), 
-- rank 구하기
rnk_sales AS(
  SELECT region_name, 
         sales, 
         RANK() OVER(PARTITION BY region_name ORDER BY sales DESC) as rnk
  FROM stores
  WHERE region_name IN (SELECT region_name FROM cnt_store)
  )

SELECT region_name, sales AS highest_sales 
FROM rnk_sales
WHERE rnk = 1
ORDER BY region_name ASC -- 와 이거 안 넣어서 틀릴뻔~

1️⃣ 해설

select region_name, max(sales) highest_sales
from stores
group by region_name
having count(store_id) >= 2
order by region_name 

아니 이렇게 쉽게 푸실줄이야 🥲

문제 2 ) 장바구니 분석 🟢

풀이

• 처음 풀이

SELECT a.name AS name_x,
       b.name AS name_y,
       COUNT(DISTINCT a.cart_id) AS orders
FROM cart_products a
INNER JOIN cart_products b ON a.id = b.id 
GROUP BY name_x, name_y -- 🔴

이름이 같은애들을 어떻게 중복제거하는지 모르겠어서 접었다
where a.name <> b.name 하면 될 줄 알았는데 안됐다

틀린 이유
해설 보니 group by 위 on절 뒤에서 <>하면 되는듯?
a.name > b.name도 가능
처음 풀때 순서를 잘못썼나보다

• 최종 풀이

SELECT a.name AS name_x, 
       b.name AS name_y,
       COUNT(*) AS orders 
FROM 
(SELECT DISTINCT cart_id, name 
FROM cart_products) a
JOIN 
(SELECT DISTINCT cart_id, name 
FROM cart_products) b
ON a.cart_id = b.cart_id
WHERE a.name <> b.name
GROUP BY a.name, b.name
ORDER BY a.name ASC, b.name ASC

여기서는 WHERE절로 가능 name_x, name_y 하나씩 뽑으려고 쿼리 하나씩 만들고 묶어줌

2️⃣ 해설

참고) 셀프조인
🔗 QCC 3회차 - 3번

1. 로직 파악하기

select a.id as a_id, 
       a.cart_id as a_cart_id, 
       a.name as a_name, 
       b.id as b_id, 
       b.cart_id b_cart_id, 
       b.name b_name 
from cart_products a 
join cart_products b 
on a.cart_id = b.cart_id
and a.name <> b.name
where a.cart_id = 2

2. 최종

select a.name name_x, 
       b.name name_y,
       count(distinct a.cart_id) orders
from cart_products a 
join cart_products b 
on a.cart_id = b.cart_id
and a.name <> b.name
group by 1,2
order by 1,2

문제 3 ) 결제버그 악용 찾기 🟢

풀이

얼마 전에 union 문제를 풀어서 기억해냈따...!
각 조건별로 쿼리 하나씩 작성하고 union으로 묶어서 중복인 유저 제거한 뒤에 셌다

SELECT COUNT(DISTINCT user_id) AS cnt
FROM 
(
  -- 결제가 먼저 주문이 다음 
  -- 결제 x 주문 o
  SELECT o.user_id
  FROM orders o
  LEFT JOIN payments p ON o.user_id = p.user_id
  WHERE p.user_id IS NULL

  UNION 
-- 결제일 이전 상품 주문 
  SELECT o.user_id
  FROM orders o 
  INNER JOIN (
    SELECT user_id, MIN(pay_date) AS first_pay 
    FROM payments
    GROUP BY user_id
    )p ON o.user_id = p.user_id
WHERE o.order_date < p.first_pay
)u

3️⃣ 해설

with first_payment as(
select user_id, min(pay_date) first_payment_date
from payments
group by 1 
)
select count(distinct o.user_id)
from orders o 
left join first_payment fp 
on o.user_id = fp.user_id
where fp.user_id is null 
or order_date < first_payment_date

Standard 8회차

머신러닝 모델 고를 때 고려할 것들

• 예측 정확도
• 학습 속도 / 예측 속도
• 과적합 방지 능력
• 결측치 처리 가능 여부
• 카테고리 데이터 처리 능력

🌲 트리 기반 모델

의사결정나무 (Decision Tree)

• 스무고개처럼 질문을 통해 데이터 분류
  • 예시)
    Q1: 이 사람은 50대 이상인가요?
    Q2: 혈압이 높은가요?
    → 예/아니오로 나눠가며 예측

앙상블(Ensemble)

• 여러 개의 의사결정나무를 결합해서 더 강한 모델을 만드는 기법
  • 대표적인 모델 👉 XGBoost / CatBoost

🚀 XGBoost(eXtreme Gradient Boosting)

개념

• 부스팅(Boosting)
  • 약한 모델들을 순차적으로 학습시켜 강한 모델로 만드는 방법
  • 빠르고 정확
  • 실무나 대회에서 자주 사용

특징

• 정형 데이터(숫자형/표 형식)에 강함
• 과적합 방지를 위한 정규화 기능 탑재
• 결측값이 있어도 자동으로 처리 가능

from xgboost import XGBClassifier
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

🐱 CatBoost(Category + Boosting)

개념

• Yandex에서 개발한 gradient boosting
• 범주형 데이터를 인코딩 없이 바로 사용 가능

특징

• 하이퍼파라미터를 많이 조정하지 않아도 좋은 성능
• 결측치도 자동 처치 가능

from catboost import CatBoostClassifier
 from sklearn.datasets import load_breast_cancer
 from sklearn.model_selection import train_test_split
 from sklearn.metrics import accuracy_score

XGBoost VS CatBoost

항목	XGBoost	CatBoost
카테고리 처리	수동 - 인코딩	자동
결측치 처리	자동	자동
학습 속도	빠름	다소 느릴 수 있음
초보자 난이도	중간	쉬움 (튜닝 영향 적음)
모델 해석력	중간(feature importance 제공)	중간(feature importance 제공)

• XGBClassifier 와 CatBoostClassifier는 sklearn의 fit , predict 와 완벽하게 호환
• GridSearchCV 또는 RandomizedSearchCV 로 하이퍼파라미터 튜닝 가능

하이퍼파라미터

모델이 학습할때 조정 가능한 설정값 / 적절한 조절 필요

공통

파라미터	의미	추천 범위
n_estimators	트리 개수	100~1000
learning_rate	학습 속도	0.01~0.3
max_depth	트리의 최대 깊이	3~10

XGBoost 전용

파라미터	의미	추천 범위 예시
subsample	각 트리마다 사용할 샘플 비율	0.5 ~ 1.0
colsample_bytree	각 트리마다 사용할 특성 비율	0.5 ~ 1.0
gamma	정보 획득이 얼마 이상일 때 분할	0 ~ 5
reg_alpha	L1 정규화	0 ~ 1
reg_lambda	L2 정규화	0 ~ 1

CatBoost 전용

파라미터	의미	추천 범위 예시
depth	트리의 깊이	3 ~ 10
l2_leaf_reg	L2 정규화	1 ~ 10
iterations	트리 수 ( = n_estimators)	100 ~ 1000
bagging_temperature	랜덤성 조절	0 ~ 1
random_strength	특성 선택 시 랜덤성	0 ~ 10

➕ 기타 설정

XGBoost

✅ use_label_encoder

• 기본값 True (구버전 호환성 유지)
  • 최근에는 deprecation warning이 나기 때문에 항상 False로 설정 하는 걸 추천

XGBClassifier(use_label_encoder=False)

CatBoost

• 범주형 데이터 있을 경우
  fit()호출 시 cat_features를 지정해야 함
  = CatBoost한테 어떤 컬럼이 범주형인지 알려줘야 함

• GPU 사용
  기본적으로 CPU에서 작동
  수천 개 이상의 샘플에서 GPU 사용 시 학습 속도 빨라짐

from catboost import CatBoostClassifier
model = CatBoostClassifier(task_type="GPU", devices="0", verbose=0

task_type = "GPU" GPU 사용 명시
devices = "0" GPU 번호 지정 (멀티 GPU인 경우 "0:1" 가능)

☑️ 요약

• XGBoost와 CatBoost 모두 기초 하이퍼파라미터는 비슷
• CatBoost는 튜닝 없이도 성능이 괜찮은 편
• GridSearchCV는 학습시간이 길 수 있으니 범위를 좁혀서 시작
• 더 빠른 튜닝은 RandomizedSearchCV 추천

어려운 개념이 나오면.. 믿음을.. 가져라..^^

왜 써야 하는지 이해하는 게 중요
만든 사람을 생각하면 토 달 수 없음

코드카타

SQL - 조건에 부합하는 중고거래 댓글 조회하기
SQL - 자동차 대여 기록 별 대여 금액 구하기
SQL - 상품을 구매한 회원 비율 구하기
SQL - Recyclable and Low Fat Products
SQL - Find Customer Referee

---

일기

• SQL 코드카타 75-78,72✅ QCC 4회차✅
• 통계 전체 복습✅
• 머신러닝 기초강의 3강✅
• 수준별학습스탠다드 8회차✅

오늘은 QCC가 있어서 sql 코드카타만 했고 머신러닝 기초강의가 실습이라 쭉 보기만 했따 파일 뜯어보는 건 월요일에 할 예정 ^^

이렇게 미루면 안되지만 오늘 QCC 만점 받았으니까 ㄱㅊ아 그걸로 충분해 👏 이제 주말이니까 푹 쉬어야쥐

매우 귀여운 내 폰꾸 .. 자랑할 곳이 마땅치 않아 여기 풉니다 😶‍🌫️
공부하기 싫을때마다 뽀짝거렸더니 너무 재밌었어요..
한동안 이렇게 계속 유지할듯

💿오늘의 추천곡 The Marías - Only In My Dreams

나으 추천곡~ ~ 보컬이 몽롱하니 좋아서 한동안 빠졌었따

이런 걸로도 깔깔대는 꽃다운 나이 서른하나 ^^~~깔~!@..$깔..