inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

모델링 및 평가(회귀)

섹션5 - 모델링 및 평가(회귀) 강의에서 평가 시 pred 변환

해결된 질문

90

mk332533

작성한 질문수 2

0

강의 마지막 성능을 평가하는 과정에서 y_test['charges']와 pred의 rmse를 비교하는 것이 아닌

y_test['charges']과 np.exp(pred)의 성능을 비교해야 맞는 것 아닌가요?

log변환 후 학습을 진행했기에 계속 변환값을 예측값으로 말씀하시다가 마지막에는 변환 없이 평가하길래 질문 남깁니다.

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

네 정확합니다.

원래값으로 변경이 필요합니다.

 

이 부분은 시험에서는 확인할 수 없는 부분으로

실제 제출 csv만 잘 신경써주세요

응원하겠습니다!!

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. mk332533님.

질문에 대해 이해를 돕기 위해 성능 평가 시 로그 변환 사용에 대해 안내드리겠습니다.

머신러닝 워크플로우에서는 종종 종속변수에 로그 변환을 적용하여 모델을 학습시킵니다. 이 경우 예측 결과(pred)를 평가할 때 원래의 스케일로 돌아가기 위해 예측값에 np.exp()를 사용하여 로그 변환을 되돌리는 것이 일반적입니다. 이는 y_test[‘charges’]와 np.exp(pred)를 비교하여 원래 스케일에서의 RMSE를 계산하는 것이 정확함을 의미합니다.

이와 관련하여 유사한 토론이 담긴 글을 추천드립니다:
- 평가부분에서 rmse(y_test[‘charges’], pred)를 썼는데: 이 글에서는 로그 스케일을 제거하여 평가해야 정확하다는 의견이 제시되었습니다.
- 회귀 실습 중 rmse 결과값 질문: 여기에서는 결과값이 다르게 나오는 이유에 대한 탐색과 함께 로그 변환 후 평가 시 주의사항이 설명되어 있습니다.

이러한 게시물들은 로그 변환 후 평가 시의 일반적인 실수와 그 해결책을 제공하는 좋은 참고자료가 될 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.

강의 업데이트

0

4

1

수강 연장 문의드립니다.

0

34

2

강의 연장 문의

0

37

2

수강 신청 연장 문의드립니다.

0

49

2

작업형 1번문제... 환경관련

0

33

2

12회 기출은 언제 업데이트 될까요??

0

42

2

8/6 작성한 연장문의 질문글에 대한 재요청

0

40

2

수강기간 연장 문의

0

42

2

수강기간 연장문의

0

38

2

수강기간 연장 요청 문의드립니다

0

38

2

수강 기간 연장 문의

0

47

2

수강연장 가능 문의 (기간 약 한달반)

0

60

2

수강기간 연장 가능할까요 선생님

0

75

2

Section15. 수업에 사용하는 데이터 주소가 다 보이지 않아서 실습을 위한 데이터를 다운 받지 못하고 있습니다.

0

56

3

수강연장요청 문의

0

95

2

아무래도 다음 시험 연장은 어렵겠죠?

0

112

2

빅분기 12회 결과 관련 문의

0

115

1

책이랑 강의랑 순서나 예제가 다른것 같네요

0

84

2

수강연장 문의

0

107

2

재검토 요청 방법 좀 알려주셔요...-.-;;

0

109

2

12회 실기 질문(작업형 2)

0

95

2

뒤로가기 버튼 같은 것이 있나요?

0

68

1

강의 연장 문의

0

101

2

출력값 질문

0

76

2