Linear Regression 기반 주택 가격 예측 모델의 기초 설계 및 Serialization 구현

Context

ML 모델 학습을 위한 데이터 확보와 모델의 영속성 유지 필요성 대두. 학습 데이터 부족 시 발생하는 과적합 위험과 매번 모델을 재학습해야 하는 계산 리소스 낭비 해결 필요.

Technical Solution

• Feature 수 대비 10~20배의 데이터 포인트를 확보하는 Rule of Thumb 적용을 통한 모델 안정성 확보
• 전체 데이터셋의 80%를 Training set으로, 20%를 Test set으로 분리하여 모델 일반화 성능 검증 구조 설계
• scikit-learn의 LinearRegression 모델을 활용하여 Feature(sqm)와 Target(price) 간의 선형 관계 학습
• Joblib 라이브러리를 통한 모델 Serialization 구현으로 디스크 저장 및 재사용 가능 구조 구축
• Pandas DataFrame을 활용한 정형 데이터 처리 및 효율적인 Feature Matrix 추출 로직 적용