inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

기출(작업형2) 한 가지 방법으로 풀기

[작업형2] 다중분류

해결된 질문

63

최수영

작성한 질문수 22

0

작업형2의 다중분류 같은 경우에는

평가 시

f1 = f1_score(y_val, pred, average='macro'를 입력해줘야 하는데 평가지표가 f1_score일때만 해당되나요?

만약 다중분류인데 평가 방법이 다른 방법이어도 똑같은 방식으로 뒤에 average='macro를 붙여주면 되는건가요?

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

precision, recall을 구할 때도 필요합니다.

필요한 평가지표가 있고 아닌 평가지표가 있어요.

지금까진 이진분류는 roc-auc가 출제되었고,
다중은 모두 f1이었습니다.

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다.

최수영님께서 다중분류 문제에서 f1_score를 사용하여 평가할 때 average='macro' 옵션을 사용해야 하는 경우에 대해 문의해 주셨습니다.

F1 Score와 다중분류 평가

  1. F1 Score의 average 옵션: 다중분류 문제에서 f1_score를 사용할 때, average 매개변수를 설정해야 합니다. 주로 사용되는 옵션은 다음과 같습니다:
    • micro: 전체 클래스에서 실제 양성, 음성의 총 개수를 기반으로 점수를 계산합니다.
    • macro: 각 클래스의 F1 점수를 개별적으로 계산한 후, 그 평균을 산출합니다.
    • weighted: 각 클래스의 지원을 기반으로 가중 평균을 계산합니다.

따라서, 문제에서 f1_score로 평가한다고 명시되어 있다면, average='macro'를 사용하여 모든 클래스에서 균등한 비중으로 F1 점수를 계산하는 방식을 고려하시면 됩니다.

  1. 다른 평가 지표: 다른 평가 방법을 사용할 때도 마찬가지로 average 매개변수를 설정할 필요가 있습니다. precision_score나 recall_score 등에서도 다중 클래스 평가를 위해 동일하게 average 옵션을 지정해야 합니다. 따라서, 문제가 요구하는 평가 기준에 따라 적절한 설정을 하시면 됩니다.

아래 유사한 질문과 답변을 참고하셔서 더 많은 정보를 얻으시길 바랍니다:

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 인해 제공해드리는 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