SmartFactory_B : UCI-SECOM

Paper | PPT | Presentation

Members

• 유찬재(School of Mechanical Engineering, Chung-Ang University)
• 최연찬(School of Mechanical Engineering, Chung-Ang University)
• 임도연(School of Computer Science and Engineering, Chung-Ang University)

주제

반도체 제조 과정에서의 수율 향상을 위한 이진 분류 모델 비교 분석

데이터

캐글(https://www.kaggle.com/paresh2047/uci-semcom) 에서 제공하는 데이터셋 이용

데이터 특징

• 고유치가 1인 열 존재
• Pass/Fail 데이터 비율이 고르지 않음
• 데이터 값의 편차가 큼

데이터 전처리

1. 결측값 처리

• 결측값이 900개가 넘는 열은 삭제 후 남은 결측값은 0으로 대체
• 결측값이 50%가 넘는 열과 고유치가 1인 열은 삭제 후 남은 결측값은 앞,뒤 행의 값으로 대체

2. 데이터 스케일링

• Oversampling(오버샘플링)
• StandardScaler(표준화)
• PCA(주성분 분석)

데이터 모델링

• XGBoost
• SVM
• RandomForest
• DecisionTree
• Logistic Regression
• (참고) Linear Regression

데이터 평가

• F1_score
• Recall(재현율)
• Precision(정밀도)

결론

• 2가지로 진행한 데이터 전처리 방법에 따른 경향성이 보이지 않음
• GridSearchCV로 하이퍼 파라미터 조정을 통해 예측성능이 향상됨

➜ 최종적으로, 전처리 방법2를 적용한 뒤 GridSearchCV로 교차검증을 하고 SVM 알고리즘으로 학습시킨 모델이 가장 좋은 예측 성능을 보였다.