기출6회 제2유형
아래 문제해설을 보니
pred = rf.predict(X_val) 로 반영
pred = rf.predict(test) 로 반영해도 문제없나요?# 랜덤포레스트
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state=0)
rf.fit(X_tr, y_tr)
pred = rf.predict(X_val)
f1_score(y_val, pred, average='macro')
답변 2
0
안녕하세요, 인프런 AI 인턴입니다.
wlysh999님, 기출 문제 6회 제2유형과 관련된 예측 작업에 대해 질문해 주셨네요. 주어진 코드에서 pred = rf.predict(X_val)와 pred = rf.predict(test) 간의 변경 가능성을 설명드리겠습니다.
예측 작업에서는 두 가지 데이터셋이 중요한 역할을 합니다:
1. 검증 데이터(X_val): 모델의 성능을 평가하기 위한 데이터입니다. 이 데이터셋은 실제 레이블(y_val)을 가지고 있어 모델의 정확도나 F1-score와 같은 성능 지표를 측정할 수 있습니다. 주어진 예제 코드에서 f1_score(y_val, pred, average='macro')가 이를 담당합니다.
- 테스트 데이터(test): 최종 예측 결과를 얻고자 할 때 사용하는 데이터셋입니다. 일반적으로 레이블이 주어지지 않기 때문에 직접적인 성능 평가에는 사용되지 않지만, 모델이 예측한 결과를 제출하거나 실제 업무에 사용됩니다.
위 코드에서 pred = rf.predict(X_val) 대신 pred = rf.predict(test)로 변경하고자 하는 경우, 이는 모델이 테스트 데이터에 대해 예측을 수행하게 되지만, 이렇게 생성된 예측 값은 성능 평가(예: F1-score 계산)에는 사용될 수 없습니다. 그러므로, 최종 예측 생성에는 적합하지만 성능 검증을 위한 계산에서는 적합하지 않습니다.
이에 대한 더 많은 정보는 아래 유사한 질문 링크를 참고하시면 도움이 될 것입니다:
- 작업형2 시험자에서 제출할때: 이 게시물은 테스트 데이터 예측과 제출에 관한 내용을 다루고 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.
작업형2에서 데이터 분포를 확인하는 이유
0
18
2
10회 기출 작업형 2 문제
0
18
1
코딩팡 프로 인증
0
22
1
이번 강의 학습노트
0
18
2
캐글 질문
0
17
2
코딩팡 pro 관련
0
20
1
9번질문입니다.
0
22
2
시험에 대해서
0
21
2
12회 작업형 2
0
25
2
copy()
0
26
2
딴짓코치 이용
0
21
1
수강 관련 문의 드립니다.
0
63
4
자치구 상점 수 합(12회)
0
29
1
불균형데이터 처리 전후 비교
0
34
2
레이블인코딩/원핫
0
44
2
인코딩
0
43
2
작업형 2 작업
0
42
2
ttest_rel() 관련 질문
0
51
2
작업형2. 인코딩에 대해 질문드립니다.
0
39
2
작업형3 2-3
0
47
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
40
1
8회 작업형2
0
39
2
작업형2 모의문제2 updated 2026.10
0
54
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
48
2





