rforest

랜덤 포레스트 모델(Random Forest, 여러 개의 결정 트리를 임의로 학습하는 앙상블 방식)을 사용하여 입력 데이터의 분류값을 예측합니다.

명령어 속성

문법

사전에 학습된 모델을 사용하여 예측하려면

서브쿼리로 학습 데이터를 조회한 후 예측하려면

옵션

model=STR

랜덤 포레스트 모델의 이름. 소나 웹 콘솔 또는 로그프레소 셸을 통하여 머신러닝 모델을 생성하고 학습할 수 있습니다.

target=STR

타겟 필드 이름. 랜덤 포레스트 분류에서 예측 대상으로 사용할 필드를 지정합니다.

timeout=INT{s|m|h|d}

서브쿼리 실행 제한 시간. 지정한 시간 내에 서브쿼리가 완료되지 않으면 서브쿼리를 취소합니다.

scorer=INT

예측에 가장 큰 영향을 미친 상위 N개 필드를 _scorer 출력 필드에 할당합니다. 지정하지 않으면 _scorer 필드를 출력하지 않습니다. model 옵션을 사용하는 예측과 서브쿼리 학습 예측 모두에 적용됩니다.

대상

FIELD, ...

랜덤 포레스트 분석에 사용할 특성(feature) 필드 목록. 쉼표(,)로 구분하여 여러 필드를 지정할 수 있습니다. 필드 값으로 숫자, 날짜, IP 주소, 문자열을 사용할 수 있습니다. 문자열 값은 내부적으로 인코딩하여 처리합니다.

[ SUBQUERY ]

학습 데이터를 조회하는 서브쿼리. 서브쿼리 결과를 사용하여 랜덤 포레스트 모델을 구성한 후, 입력 레코드에 대해 예측을 수행합니다.

출력 필드

오류 코드

파싱 오류

런타임 오류

해당 사항 없음

설명

rforest 명령어는 랜덤 포레스트 알고리즘을 사용하여 입력 레코드의 타겟 필드 값을 예측합니다. 랜덤 포레스트는 여러 개의 결정 트리를 임의로 구성하고, 각 트리의 예측 결과를 종합하여 최종 분류를 수행하는 앙상블 학습 방법입니다.

두 가지 방식으로 사용할 수 있습니다:

• 사전 학습 모델: model 옵션으로 사전에 학습된 모델을 지정하면, 입력 레코드를 바로 모델에 전달하여 예측 결과를 _guess 필드에 할당합니다.
• 서브쿼리 학습: target 옵션과 서브쿼리를 지정하면, 서브쿼리 결과로 먼저 랜덤 포레스트 모델을 학습한 후, 입력 레코드에 대해 예측을 수행합니다.

포레스트를 구성하는 결정 트리 수는 100개로 고정되어 있으며 쿼리에서 변경할 수 없습니다.

특성 필드 값이 null인 경우 해당 필드를 결측값으로 처리합니다. 문자열 값은 내부적으로 정수로 인코딩하여 학습 및 예측에 사용합니다.

scorer 옵션을 지정하면 예측에 사용한 필드 중 결과에 가장 큰 영향을 미친 상위 N개 필드를 _scorer 필드에 [[필드명, 기여도], ...] 형식의 배열로 함께 출력합니다. 기여도는 해당 필드가 결정 트리 분기에 사용된 횟수이며, 0보다 큰 필드만 포함되므로 실제 배열 길이는 N보다 작을 수 있습니다.

분산 환경에서는 분석 노드에서 모델 학습과 예측을 수행합니다.

사용 예

이 사용 예에서 조회하는 WEB_APACHE_SAMPLE 테이블을 준비하려면 쿼리 실습용 데이터를 참고하세요.

1. 사전 학습 모델을 사용한 예측

   table WEB_APACHE_SAMPLE
   | rforest model=web_rforest
   | fields _time, src_ip, method, status, bytes, _guess
   

   사전에 학습된 web_rforest 모델을 사용하여 입력 데이터의 분류값을 예측합니다.

2. 서브쿼리 학습과 주요 필드 분석

   table WEB_APACHE_SAMPLE
   | eval bytes = long(bytes)
   | rforest scorer=2 target=method bytes, status [
       table WEB_APACHE_SAMPLE
       | eval bytes = long(bytes)
     ]
   | fields _time, src_ip, method, bytes, status, _guess, _scorer
   

   WEB_APACHE_SAMPLE 데이터로 모델을 학습하여 method 필드의 값을 예측하면서, scorer=2 옵션으로 예측에 가장 큰 영향을 미친 상위 2개 필드를 _scorer 필드에 할당합니다.

3. 서브쿼리를 사용한 학습 및 예측

   table WEB_APACHE_SAMPLE
   | eval bytes = long(bytes)
   | rforest target=method bytes, status [
       table WEB_APACHE_SAMPLE
       | eval bytes = long(bytes)
     ]
   | fields _time, src_ip, method, bytes, status, _guess
   

   WEB_APACHE_SAMPLE 데이터를 학습 데이터로 사용하여 모델을 학습한 후, method 필드의 값을 예측합니다.

4. 타임아웃을 지정한 서브쿼리 학습

   table WEB_APACHE_SAMPLE
   | eval bytes = long(bytes)
   | rforest timeout=30s target=method bytes, status [
       table WEB_APACHE_SAMPLE
       | eval bytes = long(bytes)
     ]
   | fields _time, src_ip, method, bytes, status, _guess
   

   서브쿼리 실행 시간을 30초로 제한하여 학습 데이터를 조회하고, method 필드의 값을 예측합니다.

5. 사전 학습 모델과 주요 필드 분석

   table WEB_APACHE_SAMPLE
   | rforest scorer=2 model=web_rforest
   | fields _time, src_ip, method, status, bytes, _guess, _scorer
   

   사전에 학습된 web_rforest 모델로 예측하면서, scorer=2 옵션으로 예측에 가장 큰 영향을 미친 상위 2개 필드를 _scorer 필드에 할당합니다.

변경 이력