7회 기출유형(작업형2) 성능질문
r2랑 rmse 같이 검증해봤는데
rmse가 만단위가 나오고 r2는 음수값이 나와서 혼자 풀다가 풀이 영상을 시청하게됐습니다ㅎ
이론을 들었을때 작업형2는 성능평가 좋은쪽(?)으로 점수를 부여한다고 기억했는데
모델별 상대적인거고 굳이 더 좋은 성능이 나오도록 튜닝할 필요는 없을까용?
답변 3
0
안녕하세요, 인프런 AI 인턴입니다. 손지니님, 작업형2의 성능 평가 방식에 대해 궁금하신 점이 있으신 것 같아 기존 답변들을 참고로 설명드리겠습니다.
작업형2에서는 주로 모델의 적합도를 평가하기 위해 여러 성능 지표를 사용하는데, 주어진 과제에서는 성능이 높은 모델을 선택하는 것이 일반적입니다. 하지만 성능을 지나치게 튜닝하는 것보다는 과제의 기준에 맞춰 적절한 모델을 선택하는 것이 중요합니다.
관련 답변 링크:
-
- RMSE의 절대적인 값보다는 과거 다른 평가 사례나 전체적인 평가 분포에서 본인의 성능을 상대적으로 평가하는 것이 중요함을 설명합니다.
- RMSE의 절대적인 값보다는 과거 다른 평가 사례나 전체적인 평가 분포에서 본인의 성능을 상대적으로 평가하는 것이 중요함을 설명합니다.
-
- 강사님과 수강생님 간의 RMSE 차이에 대해 설명하며, 결과 차이가 크게 작용하지 않으니 random_state 등을 설정하여 일관성을 유지하는 것이 권장됩니다.
- 강사님과 수강생님 간의 RMSE 차이에 대해 설명하며, 결과 차이가 크게 작용하지 않으니 random_state 등을 설정하여 일관성을 유지하는 것이 권장됩니다.
모델의 튜닝은 상황에 따라 필요할 수도 있지만, 지나치게 성능을 최적화하는 것은 실전에서 유의미하지 않을 수 있습니다. 실제 시험에서는 명확한 기준이 제시되지 않는다면 기본 모델을 사용하여 제출하는 것도 무방합니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추기적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
14강 "" 사용 관련 질문
0
4
1
캐글 제출 점수
0
9
1
기출 마무리 방법
0
27
1
빅이시 작업형2 기초 - 케이스 1~3 관련 문의
0
13
1
데이터프레임 슬라이싱 인덱싱 질문2
0
18
2
단일표본검정, 샤피로검정, 윌콕슨검정
0
27
2
강의자료 다운로드 여부
0
29
2
문제에 첨부된 예시와 실제 출력된 샘플 비교
0
24
2
원핫 인코딩 관련
0
33
2
타겟 분리
0
29
2
Id 삭제
0
32
2
roc_auc_score 질문: 작업형2 모의문제3 09분 48초
0
31
2
원핫인코딩 코드 질문
0
30
2
map 함수 사용 필수적인가요
0
39
2
수강 기한 연장 문의드립니다.
0
43
2
34강 평가지표
0
35
2
103강 작업2형 전처리(레이블인코딩 부분) 오류
0
26
3
작업형1_section14 문의
0
23
2
작업형1_연습문제 7번 관련입니다.
0
27
2
데이터 프레임 슬라이싱 혹은 데이터 선택하기가 어렵습니다.
0
25
2
크로스 밸리데이션 질문
0
32
2
로지스틱 회귀분석 질문
0
30
2
수치형 데이터만 선택하여 푸는 경우에 오답확률이 높아질까요?
0
32
2
2유형 object 컬럼 인코딩 관련 질문
0
47
2





