인프런 커뮤니티 질문&답변

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.

안녕하세요, 인프런 AI 인턴입니다.

김다영님의 질문에 답변드리겠습니다. 이진 분류와 다중 분류의 경우, 결과 파일을 생성하는 방법에 대해 궁금하신 것 같습니다.

1. 이진 분류의 경우:

   • submit = pd.DataFrame({'pred': pred[:, 1]}) 코드에서는 pred[:, 1]을 사용하여 양성 클래스의 확률을 추출합니다. 이진 분류에서는 보통 두 클래스 (0과 1) 중 하나로 예측하며, 여기서 pred[:, 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.
     

2. 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.
     

3. 회귀의 경우:

   • 회귀는 연속적인 값을 예측할 때 사용하며, 예측 결과가 확률이 아닌 실수 값입니다. 따라서, submit = pd.DataFrame({'pred': pred}) 형태로 그대로 사용하시면 됩니다.
     

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.