21 lines
1.2 KiB
Markdown
21 lines
1.2 KiB
Markdown
# 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**: `#BPMCHANGE` 뿐만 아니라 `#SCROLL` 변화를 결합한 시각적 속도 변화 피처 추가.
|
|
- **색상 복잡도 가중치**: 노트 간 간격이 좁을수록 더 높은 난이도 가중치를 부여하는 $1/\Delta t^2$ 로직 적용.
|
|
- **지속 학습 지원**: `CONTINUE_TRAINING` 옵션을 통해 기존 모델에 추가 데이터를 점진적으로 학습 가능.
|
|
|
|
## 4. 향후 과제
|
|
- `rhythm_complexity` 로직의 정교화 (비정형 박자 감지 강화).
|
|
- `measure.csv` 데이터셋 확충을 통한 과적합 방지 및 일반화 성능 향상.
|