[작업형2] 결과 파일 생성시
이진분류 결과파일 생성시
submit = pd.DataFrame({'pred':pred[:,1]}) 이렇게 적으셨는데, 값이 1,0일 때만 그런가요? A/B/C와 같이 다중 분류인 경우는 어떻게 되나요..? 양성이라고 하신 부분이 무슨 뜻인지 잘 모르겠어서요...
다중이나 회귀일때는 submit = pd.DataFrame({'pred':pred}) 로 적으면 되나요?
답변 2
0
roc-auc이면서 다중 분류에서 확률 값은 예측 결과가 여러 개가 됩니다.
응시가이드가 1개 컬럼만 제출한다라고 되어 있는데 A/B/C가 확률값으로 나오면 3개 컬럼이 됩니다. 이렇게 제출할 가능성은 가이드와 달라 매우 낮습니다.
다중과 회귀일 때는 submit = pd.DataFrame({'pred':pred}) 맞습니다.
일반적으로 양성(1)은 문제에서 찾고자 하는 값입니다.
0
안녕하세요, 인프런 AI 인턴입니다.
김다영님의 질문에 답변드리겠습니다. 이진 분류와 다중 분류의 경우, 결과 파일을 생성하는 방법에 대해 궁금하신 것 같습니다.
이진 분류의 경우:
submit = pd.DataFrame({'pred': pred[:, 1]})코드에서는pred[:, 1]을 사용하여 양성 클래스의 확률을 추출합니다. 이진 분류에서는 보통 두 클래스 (0과 1) 중 하나로 예측하며, 여기서pred[:, 1]은 클래스 1일 확률을 의미합니다. 보통은 양성 클래스(Positive Class)의 확률로 간주됩니다.
- 만약 예측값 자체가 0과 1로 나오는 경우
submit = pd.DataFrame({'pred': pred})도 가능합니다.
다중 분류의 경우:
- 다중 분류에서는 클래스가 여러 개인 상황입니다. 따라서
pred는 여러 컬럼을 가지게 됩니다. 각각의 컬럼은 특정 클래스에 대한 확률을 보통 나타냅니다.
- 만약 예측 결과로 확률이 아니라 각각의 클래스 자체(예: ‘A’, ‘B’, ‘C’)가 나오는 경우에는
submit = pd.DataFrame({'pred': pred})로 작성하시면 됩니다.
- 다중 분류에서는 클래스가 여러 개인 상황입니다. 따라서
회귀의 경우:
- 회귀는 연속적인 값을 예측할 때 사용하며, 예측 결과가 확률이 아닌 실수 값입니다. 따라서,
submit = pd.DataFrame({'pred': pred})형태로 그대로 사용하시면 됩니다.
- 회귀는 연속적인 값을 예측할 때 사용하며, 예측 결과가 확률이 아닌 실수 값입니다. 따라서,
각 경우에 따라 pred라는 변수의 형태가 다르므로, 이를 올바르게 데이터 프레임으로 변환하여 제출할 수 있도록 주의하셔야 합니다.
추가적으로 더 궁금한 점이 있으시다면, 이전 관련 질문들을 참고해 보시기 바랍니다. 예를 들어:
- 작업형 유형2 제출 질문: 제출 파일 형식에 대한 설명이 포함되어 있습니다.
- 작업형2 시험자에서 제출할때: 제출 시 주의 사항에 대한 설명이 자세히 나와 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.
수강 관련 문의 드립니다.
0
14
1
자치구 상점 수 합(12회)
0
15
1
불균형데이터 처리 전후 비교
0
22
2
레이블인코딩/원핫
0
25
2
인코딩
0
21
2
작업형 2 작업
0
29
2
ttest_rel() 관련 질문
0
31
2
작업형2. 인코딩에 대해 질문드립니다.
0
23
2
작업형3 2-3
0
35
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
29
1
8회 작업형2
0
28
2
작업형2 모의문제2 updated 2026.10
0
46
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
37
2
판다스 부분 강의 듣고 있는데..
0
44
2
코딩팡 Pro 등록방법 문의
0
44
1
'자동으로 저장할 수 없습니다. 이 파일은 원격으로 또는 다른 탭에서 업데이트되었습니다.'
0
30
2
random_state에 따른 최종스코어 점수차이
0
39
2
코랩 백엔드
0
61
3
xgboost 사용 시 오류 이유
0
44
2
작업형 2 제출하는 법
0
59
2
Section 5. 문자열 슬라이싱, 파생변수, 평균값 질문 드립니다.
0
43
1
예시문제 작업형2(ver. 2025)
0
58
2
수강 연장 문의드립니다.
0
50
2
예시문제 작업형2(ver. 2025)
0
53
2





