Conformalized Quantile Regression은 예측 불확실성을 정량화한다.

Conformalized Quantile Regression은 예측 불확실성을 정량화한다.
Photo by Katie Moum / Unsplash

CQR is

  • **Conformalized Quantile Regression(CQR)**은 예측 불확실성을 정량화하기 위해 개발된 방법으로, 회귀 문제에서 신뢰 가능한 예측 구간을 생성하는 데 사용됩니다.
  • 전통적인 **Quantile Regression(분위수 회귀)**과 **Conformal Prediction(적합 예측)**을 결합한 기법으로, 데이터의 분포 가정 없이 사후적 예측 구간을 제공합니다.

Motivation

  • 기존의 예측 방법은 보통 점 예측(point prediction)을 제공하며, 이는 데이터의 불확실성을 다루기 어렵습니다.
  • 예를 들어, 특정 값에 대한 신뢰 구간(confidence interval)을 생성하려면 데이터가 정규분포와 같은 특정 가정을 만족해야 합니다. 하지만 현실 세계의 데이터는 이러한 가정을 벗어나는 경우가 많습니다.
  • CQR은 데이터 분포에 대한 강한 가정 없이도 **유효(valid)**하고 **적응형(adaptive)**인 예측 구간을 생성할 수 있도록 설계되었습니다.

How it Works

  • CQR은 다음 두 가지 핵심 아이디어를 결합합니다.
    • Quantile Regression
      • 특정 분위수(예: 10%, 90%)에 해당하는 값을 추정하여 예측 구간을 생성합니다.
      • 하지만 단독으로는 예측이 데이터에 얼마나 적합한지 보장하지 못합니다.
  • Conformal Prediction
    • 예측값의 신뢰도를 평가하고, 데이터 적합성을 보장하는 보정 과정을 제공합니다.
    • 이는 예측값의 오차를 평가하여 예측 구간의 크기를 조정합니다.
    • 이를 통해, CQR은 특정 신뢰 수준(예: 90%)을 만족하는 예측 구간을 생성합니다.

Pros & Cons

Pros

  • 분포 가정 없음: 데이터가 정규분포와 같은 특정 분포를 따르지 않아도 동작합니다.
  • 유효한 예측 구간: 지정된 신뢰 수준을 만족하는 구간을 보장합니다.
  • 적응형: 데이터의 특성에 따라 구간 크기를 조정하여, 더 신뢰할 수 있는 예측 구간을 생성합니다.

Cons

  • 계산 비용: Quantile Regression과 Conformal Prediction을 결합하기 때문에 계산량이 많습니다.
  • 극단값에 민감: 매우 드문 값이나 이상치가 있을 경우, 예측 구간이 지나치게 넓어질 수 있습니다.
  • 모델 복잡성: 기존 회귀 모델보다 구현과 해석이 복잡할 수 있습니다.

Sample

import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor
from sklearn.linear_model import QuantileRegressor

# 데이터 생성
np.random.seed(42)
X = np.random.uniform(0, 10, size=(1000, 1))
y = 2 * X[:, 0] + np.random.normal(0, 1, size=1000)

# 학습 데이터 분리
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 분위수 회귀 모델 정의
lower_quantile = 0.1
upper_quantile = 0.9

model_lower = QuantileRegressor(quantile=lower_quantile, alpha=0)
model_upper = QuantileRegressor(quantile=upper_quantile, alpha=0)

# 모델 학습
model_lower.fit(X_train, y_train)
model_upper.fit(X_train, y_train)

# 예측 및 신뢰 구간 계산
y_pred_lower = model_lower.predict(X_test)
y_pred_upper = model_upper.predict(X_test)

# 시각화
plt.scatter(X_test, y_test, alpha=0.5, label="True Data")
plt.plot(X_test, y_pred_lower, color="red", label=f"{int(lower_quantile * 100)}% Quantile")
plt.plot(X_test, y_pred_upper, color="blue", label=f"{int(upper_quantile * 100)}% Quantile")
plt.fill_between(X_test.ravel(), y_pred_lower, y_pred_upper, color="gray", alpha=0.2, label="Prediction Interval")
plt.legend()
plt.title("Conformalized Quantile Regression")
plt.xlabel("X")
plt.ylabel("y")
plt.show()

Alternative

  • Bootstrap Prediction Interval: 부트스트랩을 활용해 여러 모델을 생성하고, 신뢰 구간을 계산합니다. CQR보다 구현이 단순하지만, 데이터 크기가 작은 경우 불안정할 수 있습니다.
  • Bayesian Regression: 사후분포를 기반으로 신뢰 구간을 계산하며, 모델의 불확실성을 직접 다룹니다. 하지만 계산 비용이 매우 높습니다
  • Gaussian Process Regression: 신뢰 구간 계산에 매우 강력하지만, 대규모 데이터에서는 비효율적입니다.

References

Read more

[책]Reshuffle: Who wins when AI restacks the knowledge economy

[책]Reshuffle: Who wins when AI restacks the knowledge economy

원래는 Amazon에 가서 Personal Knowledge Managment에 관한 책을 사려고 했다. Sketch Your Mind라는 책이었는데, 그 때 이 책 “Reshuffle”을 발견하였다. AI가 어떻게 Knowledge Economy를 흔들 것가? 라는 부제를 훑어보면서 저자가 쓴 다른 책을 보게 되었는데 거기에 내가 좋아했던 책을쓴 저자라는 것을 알게 되었다. 그래서 크게 고민하지 않고 구매를 하고

By Bongho, Lee
[책]올라운드투자, 누군가의 투자일기

[책]올라운드투자, 누군가의 투자일기

“올라운드 투자”라는 제목을 보았을 때는, “올라운드 플레이어”가 생각이 났다. “올라운드”라는 표현을 오랜만에 들어본 까닭이었다. 그럼에도 불구하고 이 책을 고른 것은 저자가 그간 보여준 컨텐츠에 대한 신뢰가 있던 까닭이었다. 컨텐츠를 다양하게 보는 편이지만 깊이가 아주 있지는 않았다. 여기서 깊이라 함은 기존 전문적인 정량적 분석의 내용의 수준을 말하는 것이다.

By Bongho, Lee
내가 놓치고 있던 미래, 먼저 온 미래를 읽고

내가 놓치고 있던 미래, 먼저 온 미래를 읽고

장강명 작가의 책은, 유학시절 읽고 처음이었다. 유학시절 "한국이 싫어서"라는 책은 동기부여가 상당히 되는 책이었다. 한국을 떠나 새로운 정채성을 학생으로서 Build up 해나가고 있던 상황에서 이 책은 제목부터 꽤 솔깃하였다. 물론 결말이 기억날 정도로 인상깊은 책은 아니었지만 말이다. 그렇게 시간이 흘러 장강명 작가의 책은 더 이상 읽지 않던

By Bongho, Lee