실험 환경에서도 작업형 2 점수 확인 할 수 있나요 ?
y_test = pd.read_csv("y_test.csv")
print(roc_auc_score(y_test, pred[:,1]))
해당 코드로 점수 확인 해 볼 수 있나요 ?답변 1
1
아니요! 테스트 데이터 타겟값은 확인 불가능 합니다.
가능하다면 굳이 검증데이터를 만들 필요가 없습니다.
참고용으로 제시안 데이터입니다. 오해 없도록 코랩은 수정해둘게요!!
0
넵 감사합니다!! 그러면 검증용 데이터로 나눌 필요가 없으면
from sklearn.model_selection import train_test_split
X_tr, X_val, y_tr, y_val = train_test_split(
train.drop('Attrition_Flag', axis=1), train['Attrition_Flag'], test_size=0.2 , random_state=2022
) 굳이 이 작업 을 안 하고 넘어 가도 되는 거죠 ?
1
오해가 있는 것 같아요!
테스트 데이터 타겟값 확인이 가능하다면 검증용데이터를 만들 필요가 없다는 의미입니다. 🙂
일반적인 작업에서도 검증용 데이터를 만들지 않고 할 수는 있어요!
방금 [기출] 공식 예시문제 작업형2를 새롭게 업데이트 했어요! 이 강의 영상 한번 봐주시겠어요?
검증용데이터 없이도 제출을 하고, 또 검증용데이터를 활용해서 사용하는 예시를 보여주고 있습니다.
작업형2 모의문제 3 질문
0
4
0
수강연장 관련 문의
0
12
2
안녕하세요 강사님 문의사항이 있습니다
0
20
1
수강 연장 문의
0
31
4
수강기간 연장 관련 문의
0
28
2
작업형2모의문제3_updated2026.10
0
47
2
안녕하세요. 수강연장 신청드립니다
0
26
2
코랩 링크
0
27
2
작업형2 모의문제2 updated 2026.10 질문
0
41
2
카이제곱 독립성검정 질문합니다.
0
38
2
기출 7회 작업형2 평가지표 문의드립니다.
0
30
2
수강연장 문의 드립니다!
0
54
3
수강연장 문의드립니다
0
43
4
작업형2모의문제3_updated2026.10
0
52
2
작업형2 모의문제3_updated2026.10
0
47
2
38강에서 불균형 데이터 처리하는 stratify를 꼭 해줘야하는건지 질문합니다.
0
48
2
수강강의 연장 관련 문의
0
61
2
작업형1_연습문제1 section2
0
47
2
수강기간 연장 문의드립니다
0
50
2
작업형2 모의문제2_updated2026.10
0
61
2
수강기간 연장문의
0
46
2
작업형 2 질문
0
55
2
강의 연장 관련하여 문의드립니다.
0
53
2
섹션7 자료 다운로드
0
52
2