[WIDA] 2팀_2차 보고서

주제 : 금융카드 고객  세그먼트 분류 알고리즘 개발

 

[도메인]

금융카드사는 고객의 특성과 소비 행동 패턴을 분석해 맞춤형 서비스를 제공한다. 이를 위해 유사한 소비 행동을 보이는 고객을 그룹화하는 세그먼트 분석을 활용한다. 효과적인 세그먼트 분류를 통해 각 그룹에 최적화된 마케팅 전략을 수립하고, 맞춤형 혜택을 제공할 수 있다.

 

[프로젝트 계획]

데이콘에서 제공된 데이터를 활용해 머신러닝 모델로 A~E까지 다섯 개 세그먼트를 분류

분류된 세그먼트의 성능은 리더보드의 Macro F1-score를 기준으로 평가하며, 이를 기반으로 알고리즘 개선 방향을 수립

 

[진행 상황]

1️. 데이터 전처리

데이터는 총 8개로, 2018년 7월부터 12월까지의 월별 데이터가 제공됨.

월별 데이터를 불러온 후, train/test 세트를 각각 하나로 합쳐 데이터프레임을 구성.

2️. 피처 엔지니어링

범주형 변수를 숫자로 변환

분산이 낮아 정보량이 적은 특성을 제거하고, 상관계수가 0.95 이상인 피처를 삭제하여 다중공선성 문제를 완화

수치형 데이터를 float32 타입으로 변환해 메모리 사용량 최적화

3️. 모델 학습

XGBoost 모델을 사용해 학습 진행

모델 설정: tree_method='hist'를 적용해 CPU 히스토그램 방식을 사용, 메모리 효율성 증대

메모리 문제로 인해 70% 데이터만 학습에 사용했으며, 클래스별 가중치를 부여해 데이터 불균형 문제를 보완

4️. 모델 평가 및 예측

예측 결과를 test 데이터셋에 추가해 분석

classification_report를 활용해 모델 성능 평가

(현재) 리더보드 Macro F1-score: 0.63879

 

[모델 설명]

xgboost 모델 구조 (출처: https://www.researchgate.net/figure/A-general-architecture-of-XGBoost_fig3_335483097)

XGBoost: 부스팅 방식의 앙상블 모델로, 여러 개의 약한 학습기를 순차적으로 학습시키면서 이전 모델의 오차를 줄이며 성능을 향상. 히스토그램 기반 분할, 멀티스레딩 등을 활용해 기존 GBDT보다 빠르게 학습 가능.