프로젝트 개요

과제 2: Baseline 모델링 & Versioning Titanic 데이터셋을 사용하여 전처리, 모델링, 버전관리를 포함한 재현 가능한 머신러닝 실험 구조를 구현.

실험 목표

• KNN과 SVM 성능 비교
• Scaling과 Encoding의 영향 확인
• Pipeline과 ColumnTransformer 구조 구현
• Git 기반 실험 관리
• DVC의 역할에 대한 간단한 회고 정리

데이터셋

Titanic 데이터셋은 승객의 생존 여부를 예측하는 이진 분류 문제

• Target: Survived
• 수치형 변수와 범주형 변수가 함께 존재
• Age, Embarked 등 일부 결측치 존재

전처리 구조

Titanic 데이터는 수치형과 범주형 데이터가 혼합되어 있기 때문에 ColumnTransformer를 사용함.

• 수치형 변수: 결측치 대체 + Scaling
• 범주형 변수: 결측치 대체 + One-hot Encoding
• 전체 구조: ColumnTransformer → Pipeline → 모델

실험 내용

다음 실험을 수행함.

1. SVM (No Scaling)
2. StandardScaler + SVM
3. StandardScaler + KNN
4. MinMaxScaler 비교 (선택)

프로젝트 구조

baseline-titanic/
├── data/
├── notebooks/
├── src/
├── results/
├── README.md
└── requirements.txt

실행 방법

필요한 라이브러리를 설치합니다. Titanic 데이터를 data/ 폴더에 저장합니다. notebooks/ 또는 src/의 코드를 실행합니다.