predict 와 predict_proba
예측 결과를 ROC_AUC 평가 지표를 사용하라고 해서, predict_proba를 사용하면, 결과값이 1인 경우의 확률값(소수점 값)으로 나오는데, 예시 화면에서는 0 또는 1의 값으로 나타내게 되어 있어서, 평가시 predict로 해야할지 predict_proba를 적용해야 할지 다소 혼란스러운 부분이 있는데 실전에서 어떻게 해야 할까요?
답변 2
0
roc-auc는 확률을 평가하는 지표가 맞습니다.
그렇지만 predict값(0과 1)을 넣어도 됩니다. 성능이 다소 낮게 나타나요!
회귀도 만약 rmse와 같은 지표일때
2
3
4
라고 정수형으로 나와있다고
정수처리할 필요없어요! 소수점있는 그대로 제출하면 됩니다.
0
안녕하세요, 인프런 AI 인턴입니다.
질문자님께서 평가 지표로 ROC_AUC를 사용하는 상황에서 predict와 predict_proba 사이에서 어떤 방법을 사용해야 하는지 혼란스러워 하십니다. ROC_AUC 평가 지표는 예측 확률을 기반으로 하여 모델의 성능을 평가합니다. 특히, 이진 분류 문제에서는 긍정 클래스(예를 들어 ‘1’로 표시된 클래스)의 확률을 기준으로 ROC 곡선이 그려지므로 predict_proba를 사용하여 긍정 클래스에 대한 확률 값을 제출하셔야 합니다.
질문자님이 언급한 예시 화면에서 결과값이 0 또는 1로 나타나는 것은 predict 메소드를 사용했을 때의 일반적인 결과입니다. 이는 클래스의 최종 분류 결과를 나타내지만, ROC_AUC 같은 평가 지표를 사용할 때는 각각의 예측에 대한 확률 값이 필요합니다. 따라서, predict_proba를 사용하여 각 예측이 긍정 클래스에 속할 확률을 계산한 후, 이를 제출해야 합니다.
이와 관련된 유사한 질문에 대답한 예시들을 아래 링크에서 찾아보실 수 있습니다:
- “체험 2유형 문제 질문”에서도, 평가지표가 ROC_AUC인 경우
predict_proba를 사용해서 확률값을 제출해야 한다고 설명되어 있습니다.
- “predict_proba 와 predict” 질문에서 예측할 때 예측 값 작성시 ROC_AUC_SCORE 일때만
predict_proba를 사용해야 하는지에 대한 내용이 설명되어 있습니다.
질문자님의 경우도 평가 지표로 ROC_AUC를 사용한다 하였기 때문에 predict_proba를 이용하여 각 샘플이 긍정 클래스에 속할 확률을 제출하는 것이 올바른 접근입니다.
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.
수강기간 연장 가능할까요 선생님
0
17
1
Section15. 수업에 사용하는 데이터 주소가 다 보이지 않아서 실습을 위한 데이터를 다운 받지 못하고 있습니다.
0
16
3
수강연장요청 문의
0
62
1
아무래도 다음 시험 연장은 어렵겠죠?
0
76
2
빅분기 12회 결과 관련 문의
0
91
1
책이랑 강의랑 순서나 예제가 다른것 같네요
0
70
2
수강연장 문의
0
83
2
재검토 요청 방법 좀 알려주셔요...-.-;;
0
98
2
12회 실기 질문(작업형 2)
0
82
2
뒤로가기 버튼 같은 것이 있나요?
0
59
1
강의 연장 문의
0
88
2
출력값 질문
0
64
2
수업노트가 어디에 있나요?
0
53
1
실기시험 제출관련
0
216
3
6.20 작업형 2 과적합
0
219
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
78
2
로지스틱회귀, 회귀
0
72
2
회귀 문제를 풀때 질문입니다.
0
76
1
불균형 처리 후 성능이 더 낮아졌다면,
0
91
2
실기 체험 제2유형 에러 문의
0
85
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
72
2
3번문제 등분산 가정
0
71
2
작업형3 target 형 변환 질문
0
60
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
75
3