평가지표 및 모델 관련

Question

안녕하세요 :) 현재 문제를 풀었을 땐, sklearn.metrics 에서 문제에서 주어진 모든 평가지표를 제공하고 있는데 시험 때도 동일하게 사용하면 될까요? from sklearn.metrics import r2_score, mean_absolute_error, mean_squared_error, root_mean_squared_error, root_mean_squared_log_error, mean_absolute_percentage_error lightGBM 모델을 사용하면 RMSLE에 대해 마이너스 값에 대한 에러가 발생하는데, 이 경우 해당 모델을 사용하지 않는 게 좋을까요? 문제에 제시된 모든 평가지표들에 대해서 에러가 안 떠야 채점 받을 때 불이익이 없는 건지 궁금합니다..! r-squared 값이 0.18 로 굉장히 작은 편인데.. 결과가 이럴 수도 있나요? 보니까 수업에서 배우지 않은 모델들도 굉장히 많은데 (ex. 릿지, 라쏘, XGBoost) , 분류/회귀 모두 '랜덤포레스트, lightGBM' 모델만 사용해서 문제를 풀어도 괜찮을까요? (여유가 되면 XGBoost 까지)

퇴근후딴짓 · Answer

1 네 사용하면되고, 평가지표는 우리가 모델의 성능을 알기 위함이지 시험 채점과는 무관합니다. 2 아니요 평가지표에 대한 에러일 뿐 모델을 사용하는 것과는 별개에요 3 위에 설명드린대로 평가지표와 채점은 상관없고, 데이터를 분리해 평가지표를 채점하지 않고 전체 데이터를 학습해 예측하고 바로 제출해도 됩니다. 채점은 온전히 예측값이 중요합니다 4 연습용 데이터 이므로 r-squared 값이 0.18이 작다 크다 해석을 요구하는 문제는 아닙니다. 5 머신러닝을 학습한다면 말씀하신 모델을 공부(사용법 뿐만 아니라 특징)하는 것이 맞습니다. 시험만 준비한다면 2개 모델이면 충분해요 :)