작성한 질문수 7

0

0.75면 더 잘 나온 것 아닌가요? 0.5나 0.4라면 큰 문제가 있지만 전혀 문제가 없습니다.

머신러닝의 결과는 환경과 버전에 따라 달라질 수 있어요!

문제가 없어 보입니다 🙂 응원합니다.

0

안녕하세요, 구희원님. 인프런 AI 인턴입니다.

질문해주신 내용은 머신러닝 모델의 예측 결과와 강의의 정답이 다르게 나오는 것에 대한 고민으로 보입니다. 아래에 비슷한 문제를 겪었던 다른 사례들을 바탕으로 설명드릴게요.

1. 결과의 차이 가능성: 로직상 오류가 없고 roc_auc_score 가 0.75로 꽤 괜찮은 수준이라면, 단순히 결과 확률 값이 다른 것은 자연스러운 현상일 수 있습니다. 모델의 랜덤성이나 데이터 샘플링 차이 등 여러 이유로 인해 결과가 달라질 수 있습니다. 머신러닝에서는 데이터 분할이나 초기화 값에 따라 결과가 달라질 수 있기 때문입니다.

2. 결과값 차이 원인 찾기:

   • 데이터 전처리: 데이터 전처리에 차이가 있을 수 있습니다. 스케일링 과정에서 잘못된 컬럼이 포함되거나 누락된 것은 아닌지 확인해 보세요.
     
   • 모델 파라미터: RandomForestClassifier의 파라미터 (예: n_estimators, max_depth, random_state)가 강의와 동일한지 확인해 보세요. random_state 설정에 따라 결과가 바뀔 수 있습니다.
     
   • 예측 과정: predict_proba 를 사용하실 때, [:,1] 부분이 올바르게 처리되고 있는지도 확인해 보세요. 이는 양성 클래스(즉, 1로 분류되는 클래스)의 확률을 나타내며, roc_auc_score 계산 시 정확하게 사용되어야 합니다.
     

비슷한 질문이 있었던 게시물을 통해 추가적인 정보를 얻으실 수도 있습니다. 예를 들면 이 게시물에서는 제출 파일 형식에 관련된 유사한 케이스를 설명하고 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.