1.2 KiB
1.2 KiB
fumen-analyze 프로젝트 상태 보고 (Current)
1. 모델 아키텍처 전환
- 이전:
GradientBoostingRegressor(scikit-learn) - 현재:
XGBRegressor(XGBoost) - 변경 사유: 대규모 데이터셋에 대한 학습 속도 향상 및 하이퍼파라미터 튜닝의 유연성 확보.
2. 성능 지표 (목표치)
- 목표 MAE: 0.15 이하 (현재 약 0.17~0.18 추정)
- 허용 오차 범위: ±0.1 (상수 단위 기준)
- 성과: 리듬 복잡도 및 순간 밀도 피처를 도입하여 10성급 고난이도 채보 간의 미세한 서열(상수 11.0~12.0)을 유의미하게 구분 중.
3. 핵심 업데이트 사항
- BPM/Scroll 변화 감지:
#BPMCHANGE뿐만 아니라#SCROLL변화를 결합한 시각적 속도 변화 피처 추가. - 색상 복잡도 가중치: 노트 간 간격이 좁을수록 더 높은 난이도 가중치를 부여하는
1/\Delta t^2로직 적용. - 지속 학습 지원:
CONTINUE_TRAINING옵션을 통해 기존 모델에 추가 데이터를 점진적으로 학습 가능.
4. 향후 과제
rhythm_complexity로직의 정교화 (비정형 박자 감지 강화).measure.csv데이터셋 확충을 통한 과적합 방지 및 일반화 성능 향상.