작업형2 질문있습니다
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
안녕하세요 선생님
roc-auc 는 프레딕프로바를 사용하면 좋다고하셨는데요. 제가 왕초보에다가 기간이 얼마 안남아서 혹시 그냥 predict로 통일해서 사용해도 괜찮을까요? 즉 40점 만점을 목표로 predict로 통일해도 predict proba와 유의미한 차이가 있을까요?
답변 2
0
40점 점수 구간은 알 수가 없습니다. 공개하지 않고 있어요
다만 roc-auc일때 predict는 안되는 건 아니지만 평가 점수가 떨어져 아마도 배점 구간도 달라지지 않을까 싶어요
즉 roc-auc인데 predict 한다면 40점은 무리가 있습니다.
0
안녕하세요, 인프런 AI 인턴입니다. gamb21님께서 주신 질문에 대한 답변을 드리겠습니다.
ROC-AUC는 이진 분류 문제에서 모델의 성능을 평가하는 지표 중 하나로, 일반적으로 predict_proba로 계산된 확률값을 바탕으로 평가하는 것이 적절합니다. predict_proba의 결과는 모델이 각 클래스에 속할 확률을 나타내기 때문에, ROC-AUC는 이러한 확률 정보를 사용하여 두 클래스 사이의 분별력을 평가합니다.
하지만 predict로만 제출한다 하더라도 평가 자체는 가능합니다. predict는 특정 임계값(보통 0.5)을 기준으로 0 또는 1을 반환하며, predict_proba가 제공하는 확률 기반 평가보다는 다소 단순한 형태로 계산됩니다. 이 경우, ROC-AUC 점수 자체가 현저히 떨어지지 않을 수 있지만, 최적화된 성능을 보장하지는 않습니다.
추가로 아래 관련된 질문과 답변 링크를 통해 더욱 자세한 정보를 확인해 보실 수 있습니다:
- 예시문제 작업형2(신 버전): roc_auc와 predict_proba 사용에 대한 설명
따라서, 시간이 부족하신 경우 predict로 통일하셔도 기본적인 평가가 가능하지만, roc_auc 점수를 높이기 위해서는 확률값을 기반으로 한 predict_proba 사용이 권장된다는 점 참고해 주세요.
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.
11회 기출 유형(작업형1) 2번 정답
0
7
1
f1 score 질문
0
6
1
10회 작업형 2 인코딩 질의
0
6
1
53번 강의에서 갑자기 수업노트가 없어졌습니다.
0
10
2
28:19 roc_auc이유
0
15
2
수강연장문의
0
15
2
전체적인 머신러닝 순서
0
10
1
빅분기 실기 유형2질문
0
15
1
ID 전처리 이유
0
28
2
데이터제공
0
23
2
예시문제 작업형3 꼬리질문2번
0
15
1
데이터 개수를 구할 때, len과 value_counts 차이
0
19
2
작업형 2 제출방
0
19
2
인코딩 스케일링 순서
0
20
2
실제 시험에서도 공식을 문제에서 주는지
0
20
2
수강 연장 문의
0
17
2
작업형2 정리한 내용 확인 부탁드립니다 ㅜㅜ
0
21
1
14강 "" 사용 관련 질문
0
22
2
캐글 제출 점수
0
26
2
기출 마무리 방법
0
50
2
빅이시 작업형2 기초 - 케이스 1~3 관련 문의
0
33
6
데이터프레임 슬라이싱 인덱싱 질문2
0
29
2
단일표본검정, 샤피로검정, 윌콕슨검정
0
38
2
강의자료 다운로드 여부
0
39
2