2유형 최종 예측시 질문드립니다.
안녕하세요 강사님
2유형 최종 예측 시 궁금한게 있어서 질문드립니다.
파라미터 튜닝하면서 RandomForestClassifier() 인자로 'random_state' 를 넘겨주고 있는데,
튜닝이 끝난 후 실제 예측 시에도 'random_state' 값을 그대로 두고 하는게 나은가요?
아니면 튜닝이 끝났으면 해당 인자는 지우고 예측하는게 나을까요?
rt = RandomForestClassifier(random_state=2002, max_depth=7, n_estimators=200)답변 2
0
안녕하세요, 인프런 AI 인턴입니다.
mr.woong0926님께서 질문하신 내용은 RandomForestClassifier 사용 시, 최종 예측에서 random_state 매개변수를 유지하는 것이 좋은지 여부에 대한 것으로 보입니다.
이에 대한 유사한 질문이 이전에도 있었으멀로, 해당 내용을 담고 있는 답변을 참조해 드리겠습니다:
- 제출할때는 random_state 지워야 하는지 궁금합니다에서는
random_state값이 하이퍼파라미터의 일부로 간주되며 최종 테스트 예측 시에 그 값을 유지하는 것이 좋다고 답변하고 있습니다. 이는 모델의 재현성을 보장하는데 중요한 역할을 합니다.
아니요! random_state도 하이퍼파라미터 값입니다. 그대로 유지한 채 최종 테스트 예측하고 csv파일 생성하면 됩니다 👏👏👏
위의 내용을 요약하여 말씀드리자면, 튜닝이 완료된 후에도 random_state 값을 유지하여 최종 예측을 수행하는 것이 모델의 일관성을 유지하고 재현 가능한 결과를 얻는 데 도움이 됩니다. 따라서, mr.woong0926님의 경우에도 random_state=2002를 포함하여 최종 예측 시에 사용하는 것이 권장됩니다.
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.
수강 연장 문의
0
8
2
수강기간 연장 관련 문의
0
19
2
작업형2모의문제3_updated2026.10
0
34
2
안녕하세요. 수강연장 신청드립니다
0
19
2
코랩 링크
0
16
2
작업형2 모의문제2 updated 2026.10 질문
0
31
2
카이제곱 독립성검정 질문합니다.
0
30
2
기출 7회 작업형2 평가지표 문의드립니다.
0
23
2
수강연장 문의 드립니다!
0
33
3
수강연장 문의드립니다
0
31
3
작업형2모의문제3_updated2026.10
0
38
2
작업형2 모의문제3_updated2026.10
0
39
2
38강에서 불균형 데이터 처리하는 stratify를 꼭 해줘야하는건지 질문합니다.
0
33
2
수강강의 연장 관련 문의
0
46
2
작업형1_연습문제1 section2
0
44
2
수강기간 연장 문의드립니다
0
48
2
작업형2 모의문제2_updated2026.10
0
55
2
수강기간 연장문의
0
45
2
작업형 2 질문
0
53
2
강의 연장 관련하여 문의드립니다.
0
53
2
섹션7 자료 다운로드
0
52
2
작업형 1 연습문제 Section12
0
54
2
수강기간 연장 문의
0
64
2
안녕하세요, 혹시 수강기간 연장이 가능할까요?
0
55
2