궁금해서 문의남깁니다.

Question

챕터 5-2 관련 질문입니다. 강의 따라서 그대로 수행했고 중간에 RandomRegressor의 경우 강사님께서 훈련을 잘못 적용하신 것 까진 이해를 했습니다. 다만 궁금한건 xgboost로 훈련을 한 경우 검증데이터로 r2 score를 도출했을 경우엔 0.27로 다른 회귀분석을 하는 경우보다 높게 나왔습니다만, 최종적으로 평가하는 y_test와 x_test 모형에서는 결과값이... -0.03400982959617549 라는 비정상적인 값이 나옵니다... 올려진 sheets 중 y_test값이 잘못 된것인지...값이 이상하여 문의 댓글 남깁니다. 제가 사용한 코드는 proba = xg.predict(test) y_test = pd.read_csv("y_test.csv") print(r2_score(y_test, proba)) 였고 하필 강의 말미에도 총 평가점수가 나오진 않아있어 문으드립니다. 답변 기다리겠습니다.

퇴근후딴짓 · Answer

음수값으로 인해 혼란을 드렸네요!
이 데이터 셋은 점수가 좋지 않게 나오는 데이터입니다. 금액 단위가 크다보니 예측값과 실제 값의 차이가 커 test데이터 결과가 r2평가가 음수값이 나왔습니다. 작업형2 유형 회귀모델을 풀어가는 과정은 정상입니다.
또한 최종 평가는 공개되지 않는 부분이므로 검증데이터 결과만 신경써주시면 됩니다 🙂

1. 이 데이터 선정 배경에는 심화 과정을 염두해 두고 데이터를 선택하였는데, 작업형2 난이도가 이상치 처리, 스케일링이 꼭 필요한 상황까지 출제 되지 않고 있는 상황입니다. 베이스라인(기본적인 인코딩) 정도면 충분한 상황입니다.

2. 시험에서도 점수가 일반적인 결과와 달리 너무 좋게도 안 좋게도 출제되었어요!
어떤 데이터 셋이 나올지 모르고 기준을 세울 때 본인이 알고 있던 점수보다 낮게 나왔다 보다는 첫 모델 검증데이터 점수를 기준으로 한 단계만 더 좋은 점수가 나오도록 만들면 40점에 문제가 없지 싶어요