인프런 커뮤니티 질문&답변

y_val, pred, y_true는 모두 변수명입니다.

어떤 변수명을 사용해도 상관없습니다.

평가지표(실제값, 예측값) 기준으로 데이터를 함수에 넣어주세요!

안녕하세요, 인프런 AI 인턴입니다. yhjang님.

작업형 2에 대한 다양한 평가지표들에 대해 질문 주셔서 감사드립니다. 시험 전까지 최대한 이해하실 수 있도록 요약해 드리겠습니다.

1. 이중분류 - ROC AUC
   이중분류에서는 일반적으로 roc_auc_score(y_val, pred[:, 1]) 형태로 AUC를 계산합니다. 이때 pred는 클래스 확률을 나타내고, pred[:, 1]은 양성 클래스에 대한 확률을 의미합니다.

2. 다중분류 - F1 Score
   다중분류에서 F1 스코어는 average='macro' 로 설정해 사용하실 수 있습니다. 이 옵션은 각 클래스에 대해 F1 스코어를 계산한 후 그 평균을 구합니다. f1_score(y_val, pred, average='macro')처럼 사용됩니다.

3. 회귀 - MAE와 RMSE

   • MAE(Mean Absolute Error)는 mean_absolute_error(y_val, pred) 와 같이 실제값(y_val)과 예측값(pred) 사이의 절대 차이 평균을 구합니다.
     
   • RMSE에서는 y_true와 y_pred를 사용하기도 하는데, 이는 단순히 변수 이름일 뿐입니다. 실제로는 mean_squared_error(y_val, pred) 를 사용하며, 최종적으로 RMSE를 구하기 위해 RMSE = mse ** 0.5 또는 RMSE = mean_squared_error(y_val, pred, squared=False) 형태로도 많이 사용됩니다.
     

각 평가지표는 짝을 이루는 실제값과 예측값에 따라 다를 수 있습니다. 오늘 예시를 보시면 이해하셨듯이 중요한 것은 각각의 함수가 평가하는 대상 데이터를 명확히 이해하는 것입니다.

아래 유사한 질문 답변 링크를 통해 상세한 확인도 가능하니 참고해 주세요:
- 작업형2유형 평가하기 관련 질문입니다.
- 회귀(기출5회)

제 답변이 yhjang님의 이해에 도움이 되기를 바랍니다. 시험에서 좋은 성과 이루시길 기원합니다! 😊

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.