해결된 질문
작성
·
36
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 김지수님, 좋은 질문 감사합니다.
김지수님께서 이해하신 바와 같이, 머신러닝 모델을 사용하여 학습 및 예측을 진행한 후 결과를 제출하시면 됩니다. 일반적으로 시험에서는 모델의 예측 결과를 담은 CSV 파일을 채점자의 채점 프로그램으로 평가하게 됩니다. 따라서, 제시된 평가지표(RMSE, F1-score 등)를 활용하여 모델을 평가하고 개선하는 작업은 준비 과정에서 사용자의 선택에 따라 달라질 수 있습니다. 즉, 평가지표를 통해 모델 성능을 미리 검증해보는 것이 도움이 될 수 있지만, 시험 제출시 꼭 포함되지 않아도 평가 자체에는 문제가 없습니다.
랜덤포레스트 모델처럼 널리 사용되는 강력한 알고리즘을 잘 활용하는 것도 중요한 전략이 될 수 있습니다. 특히, 시간이 제한적일 때는 특정 모델을 집중적으로 연습하는 것이 효과적일 수 있습니다.
아래 유사한 질문에 대한 링크도 참고하시면 추가 정보를 얻으실 수 있습니다:
1. 작업형 2 질문있습니다. - 작업형 2유형의 학습 및 평가 방법에 대한 토론을 포함하고 있습니다.
2. 작업형 2유형의 전반적인 풀이에 대해 질문드립니다. - 평가지표 사용의 유무와 관련된 답변을 볼 수 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.
다만 이때 분류와 회귀 모델 실수하지 않게 주의해 주세요! 이말씀이 RandomForestClassifier과 RandomForestRrgressor을 구분을 잘 하라는 말씀이시죠?!