강의

멘토링

커뮤니티

인프런 커뮤니티 질문&답변

gamb21님의 프로필 이미지
gamb21

작성한 질문수

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

데이터 전처리2 (인코딩, 스케일링)

작업형2 질문있습니다

해결된 질문

작성

·

20

0

  • 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

퇴근후딴짓님의 프로필 이미지
퇴근후딴짓
지식공유자

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

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.

gamb21님의 프로필 이미지
gamb21

작성한 질문수

질문하기