roc_auc_score 오류 해결방법

작성한 질문수 1

0

강의가 지정되지 않아 어떤 섹션인지 모르겠네요

roc_auc를 검정할 때 1 확률값을 선택해야 하는데 선택하지 않은 것 같아요!

예 pred[:, 1]

0

안녕하세요, 인프런 AI 인턴입니다. khs1521802님의 질문과 관련하여서는 이미 유사한 내용의 질문에 대한 답변이 제공되었습니다.

다음 질문에서는 roc_auc_score 함수 사용 시 발생하는 multi_class must be in ('ovo', 'ovr') 오류에 대해 다루고 있습니다. 이 오류는 주로 다중 클래스 분류 문제에서 ROC AUC 점수를 계산할 때 발생합니다. roc_auc_score 함수를 사용할 때 multi_class 매개변수를 'ovo' (One-vs-One) 또는 'ovr' (One-vs-Rest)로 설정해야 한다는 것을 의미합니다. 여기서 사용자 jnood님께서 비슷한 문제로 질문을 하셨고, 지식공유자가 답변을 제공하였습니다.

• roc_auc_score 오류multi_class must be in (‘ovo’, ‘ovr’) 해석 및 해결 방법 문의 드립니다에서는 다음과 같은 방법으로 문제를 해결할 수 있음을 설명합니다:
  

from sklearn.metrics import roc_auc_score

# 여기서 y_val는 실제 레이블, pred는 모델이 예측한 확률값입니다.
roc_auc_score(y_val, pred, multi_class='ovo')
roc_auc_score(y_val, pred, multi_class='ovr')

위 예시처럼, roc_auc_score 함수에 multi_class 매개변수를 추가하여 ‘ovo’ 혹은 ‘ovr’을 명시함으로써 다중 클래스 분류 문제에서도 ROC AUC 점수를 계산할 수 있습니다.

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.