Skip to main content

​
AutoML이란?

AutoML(Automated Machine Learning) 은 데이터를 입력하면 자동으로 전처리, 모델 선택, 하이퍼파라미터 튜닝, 평가 까지 수행하여 최적의 모델을 찾아주는 기능입니다. ML 전문 지식이 없어도 빠르게 좋은 성능의 모델을 얻을 수 있습니다.
💡 AutoML은 블랙박스가 아닙니다. Databricks AutoML의 핵심 차별점은 각 시행(trial)의 전체 코드가 담긴 노트북을 자동 생성 한다는 것입니다. 결과를 검토하고, 필요한 부분을 수정하여 직접 커스터마이즈할 수 있습니다.

​
지원하는 문제 유형

문제 유형API 함수평가 지표설명
분류 (Classification)automl.classify()F1, Accuracy, ROC-AUC, Log Loss이진/다중 클래스 분류
회귀 (Regression)automl.regress()RMSE, MAE, R², MSE연속 값 예측
시계열 예측 (Forecasting)automl.forecast()SMAPE, RMSE, MSE, MAE시계열 데이터 예측

​
UI에서 AutoML 사용하기

​
실행 순서

  1. 좌측 메뉴에서 Experiments 클릭
  2. Create AutoML Experiment 선택
  3. 설정 입력:
    • Dataset: Delta 테이블 또는 DataFrame 선택
    • Prediction target: 예측할 컬럼 선택
    • Problem type: 분류 / 회귀 / 시계열 예측 선택
  4. 고급 설정(선택):
    • Timeout (최대 실행 시간)
    • Evaluation metric (평가 지표)
    • Training frameworks (사용할 알고리즘)
  5. Start 클릭

​
UI에서 결과 확인

실행이 완료되면 다음을 확인할 수 있습니다:
확인 항목설명
리더보드모든 시행의 성능 지표를 비교합니다
최적 모델가장 좋은 성능의 모델이 하이라이트됩니다
생성된 노트북각 시행의 전체 코드를 담은 노트북 링크입니다
피처 중요도SHAP 기반 피처 중요도 그래프입니다

​
API에서 AutoML 사용하기

​
분류 (Classification)

from databricks import automl

# 분류 모델 학습
result = automl.classify(
    dataset="catalog.schema.customer_churn",  # Delta 테이블 경로
    target_col="churned",                      # 예측 대상 컬럼
    primary_metric="f1",                       # 최적화할 지표
    timeout_minutes=30,                        # 최대 실행 시간
    max_trials=50,                             # 최대 시행 수
    exclude_cols=["customer_id"],              # 제외할 컬럼
    experiment_dir="/Workspace/Users/user@company.com/automl"  # 실험 저장 경로
)

# 결과 확인
print(f"Best model: {result.best_trial.model_description}")
print(f"F1 Score: {result.best_trial.metrics['val_f1_score']:.4f}")
print(f"Accuracy: {result.best_trial.metrics['val_accuracy_score']:.4f}")
print(f"Model URI: {result.best_trial.model_uri}")

# 최적 모델의 노트북 확인
print(f"Best trial notebook: {result.best_trial.notebook_url}")

​
회귀 (Regression)

result = automl.regress(
    dataset="catalog.schema.house_prices",
    target_col="price",
    primary_metric="rmse",
    timeout_minutes=60,
    max_trials=100,
    exclude_cols=["id", "address"]
)

print(f"Best model: {result.best_trial.model_description}")
print(f"RMSE: {result.best_trial.metrics['val_rmse']:.2f}")
print(f"R²: {result.best_trial.metrics['val_r2_score']:.4f}")

​
시계열 예측 (Forecasting)

result = automl.forecast(
    dataset="catalog.schema.daily_sales",
    target_col="revenue",
    time_col="date",                    # 시간 컬럼
    identity_col=["store_id"],          # 시계열 식별 컬럼 (멀티 시계열)
    horizon=30,                         # 예측 기간 (30일)
    frequency="D",                      # 데이터 빈도 (일간)
    primary_metric="smape",
    timeout_minutes=60
)

print(f"Best model: {result.best_trial.model_description}")
print(f"SMAPE: {result.best_trial.metrics['val_smape']:.4f}")

​
AutoML 주요 파라미터

파라미터설명기본값
dataset학습 데이터 (테이블 경로 또는 DataFrame)입니다(필수)
target_col예측 대상 컬럼입니다(필수)
primary_metric최적화할 평가 지표입니다문제 유형에 따라 자동
timeout_minutes최대 실행 시간(분)입니다120
max_trials최대 시행(모델 학습) 수입니다None (시간 제한 내 최대)
exclude_cols학습에서 제외할 컬럼 목록입니다[]
exclude_frameworks제외할 알고리즘 프레임워크입니다[]
experiment_dirMLflow 실험 저장 경로입니다기본 디렉토리

​
생성된 노트북 활용

AutoML이 생성하는 노트북에는 다음 내용이 포함되어 있습니다:
섹션내용
데이터 전처리결측값 처리, 인코딩, 스케일링 코드
피처 엔지니어링날짜 분해, 상호작용 피처 등
모델 학습알고리즘 설정, 하이퍼파라미터
평가교차 검증, 지표 계산, 혼동 행렬
SHAP 분석피처 중요도 시각화

​
노트북 커스터마이징 워크플로

단계작업설명
1AutoML 실행자동으로 여러 모델을 학습합니다
2노트북 다운로드AutoML이 생성한 노트북을 다운로드합니다
3코드 검토 및 수정생성된 코드를 검토하고 필요에 따라 수정합니다
4추가 피처 엔지니어링도메인 지식을 반영하여 피처를 추가합니다
5하이퍼파라미터 세밀 조정모델 성능을 최적화합니다
6최종 모델 MLflow 등록최종 모델을 MLflow에 등록합니다
# AutoML 생성 노트북에서 가져온 코드를 기반으로 커스터마이징
# (실제 AutoML이 생성하는 코드의 구조 예시)

import mlflow
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.compose import ColumnTransformer
from xgboost import XGBClassifier

# AutoML이 생성한 전처리 파이프라인 (수정 가능)
preprocessor = ColumnTransformer(
    transformers=[
        ("num", StandardScaler(), numerical_cols),
        ("cat", OneHotEncoder(handle_unknown="ignore"), categorical_cols),
    ]
)

# AutoML이 찾은 최적 하이퍼파라미터 (세밀 조정 가능)
model = Pipeline([
    ("preprocessor", preprocessor),
    ("classifier", XGBClassifier(
        n_estimators=200,       # AutoML 결과 기반
        max_depth=6,            # 직접 조정 가능
        learning_rate=0.1,
        min_child_weight=3,
        subsample=0.8
    ))
])

# MLflow 자동 로깅
with mlflow.start_run(run_name="customized-automl-model"):
    model.fit(X_train, y_train)
    mlflow.sklearn.log_model(model, "model",
        registered_model_name="catalog.schema.churn_model")

​
MLflow 자동 연동

AutoML의 모든 시행(trial)은 MLflow에 자동으로 로깅 됩니다.
자동 기록 항목설명
파라미터알고리즘, 하이퍼파라미터
지표학습/검증 성능 지표
모델 아티팩트학습된 모델 파일
피처 중요도SHAP 기반 중요도 그래프
노트북해당 시행의 전체 코드 노트북
# MLflow에서 AutoML 실험 결과 조회
import mlflow

experiment = mlflow.get_experiment_by_name("/Workspace/Users/user@company.com/automl")
runs = mlflow.search_runs(
    experiment_ids=[experiment.experiment_id],
    order_by=["metrics.val_f1_score DESC"],
    max_results=10
)

# 상위 10개 모델 비교
print(runs[["run_id", "params.model_type", "metrics.val_f1_score", "metrics.val_accuracy_score"]])

​
AutoML 시행에서 사용되는 알고리즘

알고리즘문제 유형특징
XGBoost분류, 회귀정형 데이터에서 최고 성능, Gradient Boosting
LightGBM분류, 회귀대용량 데이터에서 빠른 학습
sklearn (RF, LR)분류, 회귀Random Forest, Logistic/Linear Regression
Prophet시계열 예측Meta의 시계열 예측 라이브러리
ARIMA시계열 예측전통적 시계열 분석