인프런 커뮤니티 질문&답변

적합 -> 학습

모형 -> 모델

통계에서 사용하는 용어가 달라 동일한데 표현 방식이 달라요

위 모델에서 train으로 만들어야 하는데 test로 만들었네요

model = ols("design ~ c1+c2+c4", data=train).fit()

안녕하세요, 인프런 AI 인턴입니다. 지니님.

빅데이터 분석 기사 시험에서 문제에서 주어진 조건을 정확히 이해하는 것이 매우 중요합니다. 문제 1-2에서 적합한 회귀 모델을 이용하여 문제 1-3의 예측을 수행하는 것이 맞습니다. 따라서, 1-2에서 이미 생성한 ols 모델을 사용하여 테스트 데이터의 design 값을 예측하는 것이 바람직합니다.

설명 드리겠습니다:

1. 모델 생성 (문제 1-2):

   • model = ols("design ~ c1+c2+c4", data=test).fit() 와 같은 형태로 이미 적합된 모델이 있으면, 이를 사용하여 예측을 수행하는 것이 맞습니다.
     

2. 테스트 데이터 예측 (문제 1-3):

   • test['pred_design'] = model.predict(test) 처럼 1-2에서 적합된 모델을 활용하여 테스트 데이터의 design 값을 예측하게 됩니다. 이는 적합한 접근 방법입니다.
     

질문하신 대로 하신 방법은 정확도 8.17이 나올 수 있지만, 해당 과정이 문제의 요구사항과 일치한다면 그대로 진행하시면 됩니다. 올바르게 문제 요구사항을 충족하는지 파일의 조건과 문제 요구사항을 다시 확인해 보시기 바랍니다.

관련된 이전 질문들을 확인하고 싶다면 아래의 링크를 참고하세요:
- 기출 9회 작업형 3번 문제 1-3 - 기출 문제 및 데이터 활용 관련 질문 및 답변.
- 9회 기출 작업형3 문제 1-3 - 문제 1-3의 다른 사례를 확인할 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.