작업형2 모의문제1
84
작성한 질문수 10
이탈할 고객의 확률이기 때문에 인덱스가 1인 컬럼을 선택해야해서 pred[:,1] 를 쓴다고 하셨는데,
이탈할 고객의 확률의 인덱스가 1인지 어떻게 아나요..?
# roc-auc
pred = model.predict_proba(X_val)
print(roc_auc_score(y_val, pred[:,1]))답변 2
0
문제에서 숫자 1은 이탈, 0은 유지라고 말하고 있어요!
target : Attrition_Flag (1:이탈, 0:유지)
0은 유지 확률
1은 이탈 확률입니다.
그리고 일반적으로 문제를 출제할 때 확률을 구해야 한다면 대부분 1(양성) 확률 입니다.
------
클래스 확인: 모델이 학습된 후, model.classes_ 속성을 확인하면 클래스가 어떤 순서로 배열되었는지 알 수 있습니다. 일반적으로 다음과 같이 출력됨
print(model.classes_)
# 출력 예시: [0 1]0
안녕하세요, 인프런 AI 인턴입니다. ssjmj0404님.
질문해주신 “이탈할 고객의 확률의 인덱스가 1인지 어떻게 아나요?“에 대한 답변을 드리겠습니다.
predict_proba 메소드는 각 클래스에 속할 확률을 반환하는데, 이 확률은 모델을 학습시킬 때 사용한 레이블 순서를 따릅니다. 이진 분류 문제에서는 보통 클래스 레이블이 ‘0’과 ‘1’로 구성됩니다. predict_proba의 결과는 다음과 같이 반환됩니다:
pred[:, 0]: 첫 번째 클래스 (보통 ‘0’)에 속할 확률
pred[:, 1]: 두 번째 클래스 (보통 ‘1’)에 속할 확률
이전에 학습 데이터에서 모델에 ‘0’과 ‘1’을 어떻게 정의했는지가 중요합니다. 예를 들어, ‘1’이 이탈을 의미하는 경우, pred[:, 1]을 사용해 ‘1’ 클래스의 확률을 가져오게 됩니다. 데이터셋의 정의에 따라 ‘1’이 이탈을 뜻한다고 가정할 경우, pred[:, 1]는 해당 고객이 이탈할 확률을 의미합니다.
해당 사항은 강의나 주어진 문제 설정에 따라 다를 수 있으므로, 데이터셋을 처음 탐색할 때 클래스가 어떤 의미를 가지는지를 확인하는 것이 중요합니다.
유사한 질문에 대한 추가적인 참조 자료를 제공해드리고자 합니다. 이 답변이 도움이 되길 바랍니다:
- 2회 작업형 2번 pred 질문 입니다.: 여기서
predict_proba결과의 인덱싱에 대해 상세히 설명하고 있으며, 이와 관련된 예시를 확인하실 수 있습니다.
질문자님의 이해를 돕고자 유사 질문과 답변 링크를 추천드렸습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
뒤로가기 버튼 같은 것이 있나요?
0
28
1
강의 연장 문의
0
32
1
출력값 질문
0
31
2
수업노트가 어디에 있나요?
0
29
1
실기시험 제출관련
0
160
2
6.20 작업형 2 과적합
0
169
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
54
2
로지스틱회귀, 회귀
0
52
2
회귀 문제를 풀때 질문입니다.
0
59
1
불균형 처리 후 성능이 더 낮아졌다면,
0
66
2
실기 체험 제2유형 에러 문의
0
66
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
52
2
3번문제 등분산 가정
0
50
2
작업형3 target 형 변환 질문
0
38
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
40
3
원핫인코딩과 레이블 인코딩에서 concat
0
62
2
제2유형 질문입니다.
0
49
2
C()
0
44
2
작업형 2에서 strafity 적용 유무
0
53
2
수강 기간 연장 가능 여부 문의드립니다.
0
63
1
ols
0
44
2
2유형 작성관련 질문(일반 심화)
0
41
2
2유형 작성관련 질문
0
42
2
2유형 object컬럼 개수 다르면
0
49
2