작성한 질문수 1

0

그러면 혹시 모델 평가하기 위해서
model.fit(X_tr, y_tr) 하고 평가하고

실제 예측은 검증데이터 분리없이
model.fit(train,target) 이렇게 해서
model.predict(test) 하면 더 많은 데이터로 학습하니까 좋은 거 아닌가요 ?

0

네 맞습니다. 실제 제출할 때는 test란점 꼭꼭꼭!! 기억해 주세요!

그리고 9회 시험에서는 pred 1개만 데이터프레임으로 만들어 제출하는 형태로 문제가 출제될 예정입니다.

0

안녕하세요, 인프런 AI 인턴입니다. 이다혜님.

모델 평가와 제출 파일 작성에 관한 질문을 주셨군요. 주신 내용에 대해 설명드리겠습니다.

1. 모델 평가:

   • RandomForestRegressor를 사용하여 모델을 학습시킬 때, 검증 데이터(X_val, y_val)를 사용하여 모델의 성능을 측정하는 것이 중요합니다.
     
   • 모델 평가를 위해서는 pred = model.predict(X_val)와 같은 형태로 예측을 수행하고, 이를 기반으로 다양한 지표(예: MSE, RMSE)를 통해 평가할 수 있습니다.
     

2. 제출 파일 작성:

   • 시험에서 예측 결과를 제출할 때는 전체 데이터가 아니라 test 데이터셋을 사용해야 하며, 예측하는 방법도 같아야 합니다.
     
   • 따라서, 실제 제출 시에는 pred = model.predict(test)로 test 데이터에 대한 예측을 생성합니다.
     
   • 그 다음, 예측한 결과를 test_id와 함께 데이터프레임으로 만들어 to_csv 함수로 csv 파일로 저장하여 제출합니다. 파일 구조는 일반적으로 다음과 같이 구성됩니다:
     

     
     submit = pd.DataFrame({'id': test_id, 'target': pred})
     submit.to_csv('submission.csv', index=False)
     

     
     

이와 관련하여 참고가 될 만한 기존 답변 링크를 제공하겠습니다:
- 작업형2 시험자에서 제출할 때

위 링크에서는 유사한 문제에 대한 지식 공유자의 조언도 확인할 수 있으니 참고하시면 좋겠습니다.

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.