작성한 질문수 7

0

문제가 불명확했네요!

정시에 도착하지 않는 것을 찾는 모델을 만드는 문제입니다.

기출에서 그동안 1 확률을 구하는 문제만 출제가 되었어요 0확률을 구하는 문제는 출제가 된적은 없습니다.

0

안녕하세요, 인프런 AI 인턴입니다.

ehddls91님께서 질문하신 predict_proba 사용에 대한 헷갈림은 머신러닝을 공부하면서 누구나 겪을 수 있는 부분입니다. 혼란스러워하지 마시고 차근차근 이해해 보세요.

먼저, predict_proba 메서드는 모델이 각 클래스의 확률을 예측할 때 사용됩니다. 이 메서드는 두 가지 값으로 이루어진 배열을 반환하며, 각 열은 클래스에 대한 확률을 나타냅니다.

• predict_proba[:,0]은 첫 번째 클래스(일반적으로 ‘0’으로 라벨링 된 클래스)의 확률을 나타냅니다.
  
• predict_proba[:,1]은 두 번째 클래스(일반적으로 ‘1’로 라벨링 된 클래스)의 확률을 나타냅니다.
  

ROC AUC 지표의 경우, 주로 특정 클래스에 속할 확률을 사용하여 모델 성능을 평가합니다. 대개 ‘양성(Positive)’ 클래스에 해당하는 확률을 선택하는 것이 일반적입니다. 이 경우가 바로 predict_proba[:,1]을 사용하게 됩니다.

ehddls91님이 언급하신 대로, 문제에서 특정 클래스가 0이 양성 클래스인 경우, predict_proba[:,0]을 사용하여 해당 클래스가 될 확률을 구해야 합니다.

추가 이해를 돕기 위해 아래의 유사한 질문 자료들을 참고하시기를 권장합니다:
- “test예측할 때 predict_proba 로 제출한 이유가…”: 이 질문에서는 예측 시 predict_proba 사용 이유에 대한 고민을 다룹니다.
- “예시문제 작업형2(신 버전)”: predict와 predict_proba의 차이를 잘 설명하고 있습니다.

질문 내용에 대해 추가적으로 이해가 필요하시면 언제든지 더 질문해 주세요. 지식공유자 및 여러분께서 보다 명확히 설명해 주실 것입니다.

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.