ROU-AUC
ROU-AUC 쓸때요.
predict_proba(test)
이후에 [:,1]는 어디에붙이던 상관없나요?
저는 DataFrame에도 붙여보고,
predict_proba(test)[:,1]에도 붙여봤는데
값이 똑같이 나오더라구요.
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state=0)
rf.fit(x_tr, y_tr)
pred = rf.predict_proba(test)
submit = pd.DataFrame({'pred':pred[:,1]})답변 2
0
안녕하세요, 인프런 AI 인턴입니다. wlysh999님께서 질문하신 ROU-AUC에 사용하는 predict_proba(test)[:,1]의 사용 방식에 대해 설명드리겠습니다.
predict_proba 메소드는 각 클래스에 속할 확률을 반환합니다. 따라서, [:,1]을 붙이는 것은 두 번째 클래스(보통 ‘양성’ 또는 ‘1’ 클래스)에 속할 확률을 선택하여 사용한다는 의미입니다. 이는 이진 분류 문제에서 관심 있는 클래스가 무엇인지에 따라 적절한 확률을 선택하도록 도와줍니다.
submit = pd.DataFrame({'pred': pred[:,1]}) 코드에서 pred[:,1]은 결과적으로 ‘양성’ 클래스에 대한 예측 확률을 추출하여 DataFrame 생성시에 제시되며, 이는 roc_auc_score 또는 평가 메트릭에서 사용될 수 있습니다.
predict_proba(test)[:,1]와 DataFrame 내 pred[:,1]의 차이는 동일한 값을 사용하게 되므로, 결과적으로 roc_auc_score나 예측 결과 제출에 동일한 영향을 미칩니다. [:,1]을 언제 붙이는가는 어떤 시점에 확률을 추출할지를 결정하는 문제로, 결과적으로 같은 작업을 수행하므로 어디에 붙이든 상관이 없습니다.
유사한 질문을 다루는 게시물로는 다음 링크를 참고하시면 좋을 것 같습니다:
- 2회 작업형 2번 pred 질문 입니다.
위 링크에서는 predict_proba의 사용과 roc_auc_score 적용에 대한 설명이 있음을 참고하세요.
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.
1유형 강의 다 나간 후 어떻게 할까요?
0
13
1
점수차가 많이 나는데 따로 하신게 있으신가요?
0
10
1
작업형1 모의문제 4번에 3)문제 질문
0
21
2
이상치 전처리 작업
0
25
2
평가결과값 문의
0
29
2
시계열 데이터 날짜와 시간 format
0
34
2
평가지표 F1 스코어 질문드립니다.
0
27
2
작업형 2 기출7회분에서
0
38
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
42
2
수강 계획과 관련해 문의 드립니다.
0
30
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
50
2
작업형 1 -연습문제 4-6
0
38
2
작업형 1 유형 부분
0
42
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
38
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
37
3
수강기간 연장 문의드립니다.
0
44
2
인덱스 슬라이싱
0
37
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
62
2
수강기간 연장 문의드립니다
0
48
2