검증데이터 분리
검증데이터를 분리할때
X_tr, X_val 은 (909, 12) (161,12) 로 열이 12인데 y_tr, y_val 은 왜 열값이 안나오는지 궁금합니다.
X_train 변수와 y_train 변수에 대한 정의를 잘 모르겠습니다. 제가 이해한것은 아래와 같은데 이것이 맞나요?
X_train : 학습용 데이터
X_test : ??
y_train : X_train을 통해 학습한 모델로 예측할 데이터
y_test(우리가 pred에 저장할값) : X_test를 통해 학습한 모델로(X_train을 통해 학습해 만든 모델과는 다름) 예측한 데이터
추가로 X_test 가 하는 역할이 헷갈립니다. X_train을 학습한 후 학습모델로 예측을 하는 예측의 결과를 X_test에 담는것인지, 아니면 X_train을 학습했던것처럼 똑같이 X_test라는 검증용 데이터를 한번 더 학습하는것인지 잘 모르겠습니다.
답변 2
0
와우! 정확히 보셨어요! 거기에 만약 1이 적히면 데이터프레임이 됩니다. 모델 학습시 타겟이 데이터프레임으로 들어가면 워닝이나 에러가 발생할 수 있어요. 시리즈라서 열값이 나오지 않습니다.
X_test는 예측할 데이터입니다. X_train과 같지만 학습에 사용되는 것이 아니라 예측할 새로운 데이터라고 생각하면 됩니다.X_train (학습용)
운동량, 칼로리 섭취량 데이터
X_test (어라 새로운 데이터네, 내가 학습시킨 모델로 X_test데이터의 비만여부를 판별해 주겠어!!!)
운동량, 칼로리 섭취량 데이터
y_train (학습용)
비만 또는 정상 데이터
y_test
비만 또는 정상을 예측해야 함
3.
그런데 내가 예측한 y_test가 성능이 좋은지 확인할 방법이 없네
비만이 아닌데 비만으로 판별하면 기분 나쁠꺼 아냐~
검증해야겠어!!
X_train와 y_train데이터의 일부를 떼서 검증용(X_val, y_val)으로 만들고
X_val이 새로운 데이터처럼 모델에 넣어 예측을 해보는거야
예측한 결과 값을
떼 놓은y_val과 비교를 해보는거지
성능이 괜찮네!!
그럼 이 모델은 괜찮다고 판단
최종적으로 문제에서 묻는 건 모델이 아니라
test데이터의 예측값이니 예측값을 제출해야 한다는것 잊지않기!!
0
안녕하세요, 인프런 AI 인턴입니다.
질문자님의 문제에 대해 비슷한 내용을 다룬 기존 답변들을 검토한 결과, 질문자님의 상황과 잘 연관될 수 있는 몇 가지 답변을 찾았습니다. 다음 내용들을 통해 귀하가 질문하신 세 가지 주제에 대해 더 명확한 이해를 얻으실 수 있기를 바랍니다.
검증데이터를 분리할 때
X_tr,X_val의 열이 나오는 방법 및y_tr,y_val이 열 값이 출력되지 않는 이유:[train_test_split의 이해와 사용법](https://www.inflearn.com/questions/1067502)에서,train_test_split함수 사용 방법이 상세히 설명되어 있습니다.y_tr와y_val이 열 값을 가지지 않는 이유는, 이 변수들이 일반적으로 예측 대상(종속 변수)을 나타내기 때문입니다. 종속 변수는 보통 예측해야 할 단일 값들의 모임이기 때문에 열 값이 따로 출력되지 않습니다. 대신, 이 변수들의 길이(데이터의 개수)는 출력될 수 있습니다.
X_train,X_test,y_train,y_test변수의 정의:- 이에 대한 자세한 설명은
[y_tr 과 y_train 의 차이점](https://www.inflearn.com/questions/1053067)에 잘 기술되어 있습니다.X_train은 학습을 위한 데이터(독립 변수),y_train은 해당 데이터의 예측 대상(종속 변수)입니다.X_test는 실제 모델이 얼마나 잘 작동하는지 평가하기 위해 사용되는 데이터 세트로, 모델이 이전에 본 적 없는 데이터입니다. 이후, 모델을 통해X_test의 결과를 예측하여y_test를 얻게 됩니다(여기서는pred로 표현될 수 있음).
- 이에 대한 자세한 설명은
X_test의 역할:- 검증용 데이터(
X_test)에 대한 역할은[데이터 분리할 때](https://www.inflearn.com/questions/1066862)내용에 좀 더 설명되어 있습니다.X_test는 학습 과정에서 본 적 없는 새로운 데이터 세트로, 학습된 모델의 일반화 능력을 테스트하는 데 사용됩니다. 즉,X_train으로 모델을 학습시키고, 학습된 모델을 이용하여X_test데이터의 결과(y_test또는pred)를 예측합니다. 이는X_test데이터를 새로 학습하는 것이 아니라, 이미 학습된 모델을 사용하여 예측을 수행하는 것을 의미합니다.
- 검증용 데이터(
이 내용들을 통해 질문자님의 각 질문에 대해 조금 더 명확한 해답을 얻으셨기를 바랍니다. 데이터 분리 및 모델 학습 과정에 대한 근본적인 이해는 머신러닝 모델을 구축하는 데 매우 중요합니다. 질문에 대한 대답 외에도 실제 예제 코드를 통해 개념을 확인할 수 있으니 참고하시기 바랍니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
작업형2에서 데이터 분포를 확인하는 이유
0
18
2
10회 기출 작업형 2 문제
0
18
1
코딩팡 프로 인증
0
22
1
이번 강의 학습노트
0
18
2
캐글 질문
0
17
2
코딩팡 pro 관련
0
20
1
9번질문입니다.
0
22
2
시험에 대해서
0
21
2
12회 작업형 2
0
25
2
copy()
0
26
2
딴짓코치 이용
0
21
1
수강 관련 문의 드립니다.
0
63
4
자치구 상점 수 합(12회)
0
29
1
불균형데이터 처리 전후 비교
0
34
2
레이블인코딩/원핫
0
45
2
인코딩
0
43
2
작업형 2 작업
0
42
2
ttest_rel() 관련 질문
0
51
2
작업형2. 인코딩에 대해 질문드립니다.
0
40
2
작업형3 2-3
0
47
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
40
1
8회 작업형2
0
39
2
작업형2 모의문제2 updated 2026.10
0
55
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
48
2





