상점 매출액 데이터에서의 SHAP를 이용한 변수 선택 (Feature Selection using SHAP in Store Sales Data)

서지정보

· 발행기관 : 사)한국빅데이터학회
· 수록지 정보 : 한국빅데이터학회 학회지 / 9권 / 2호 / 15 ~ 27페이지
· 저자명 : 박지민, 박헌진

초록

빅데이터 시대가 되면서 다량의 데이터가 축적되고 있다. 데이터의 열(Column)의 개수가 많아지며, 상황에 따라 의미 있는 변수를 선택하는 것은 해석적 측면에서 중요하다. 또한 적합한 변수를 통해 모델의 성능과 예측력을 높이는 것도 중요하다. 본 연구에서는 다양한 변수 선택론 방법 중 Correlation Coefficient, 회귀분석의 Backward Elimination과 Stepwise 방법, Random Forest, Xgboost를 이용한 RFECV, SHAP를 선택하였다. 선택한 변수 선택 방법론으로 시뮬레이션으로 주변수를 얼마나 선택하는지 확인한다. 실제 데이터인 상점 매출액 예측 데이터에 비선형적 관계에서 사용 가능한 Random Forest, RFECV, SHAP 방법론을 적용하여 각 방법론에서 유의미하다고 선택된 변수가 무엇인지 확인한다.

영어초록

As becoming the era of big-data, a vast amount of data is being accumulated. The increasing number of columns in datasets makes selecting meaningful variables essential for interpretability. It is also crucial to improve model performance and predictive power with identifying appropriate variables. This study focuses on several variable selection methods, including Correlation Coefficient, Backward Elimination and Stepwise methods in regression analysis, Random Forest, RFECV using Xgboost, and SHAP. Through simulations, we evaluate how effectively these methods select main features.
Furthermore, by applying Random Forest, RFECV, and SHAP to real-world store sales prediction data, which involves nonlinear relationships, we assess which features are deemed significant by each method.

참고자료

· 없음