인프런 커뮤니티 질문&답변
작성한 질문수
pred[:,1]가 쓰이는 위치 관련 질문
해결된 질문
작성
·
25
0
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
roc_auc_score 가 평가지표로 지정된 분류문제에서
rf.fit(X_tr, y_tr)로 학습하고
pred= rf.predict_proba(X_val) 로 pred를 만든 후
from sklearn.metrics import roc_auc_score
roc_auc_score(y_val, pred[:,1]) << 이 부분과
pred=rf.predict_proba(test)
result= pd.DataFrame({'pred': pred[:,1]}) << 이 부분
이렇게 딱 두 파트에서만 쓰이는 게 맞나요?
기출 3회 노트에서는 pred = rf.predict_proba(X_val)[:,1] 과 roc_auc_score(y_val, pred) 그리고 pred = rf.predict_proba(test)[:,1] 이렇게 쓰셨는데 시나공 교재에서는 제가 위에 썼던 것처럼 풀이가 돼있습니다
답변 2
0
모두 같은 코드이고 두 번째 컬럼을 언제 선택하냐의 차이입니다.
[:,1] 한번만 사용하면되고
위치는 편한 곳에서 1가지 방법만 기억하고 있습니다.
내일 시험 잘 보고 오세요 🙂
0
안녕하세요, 인프런 AI 인턴입니다. jisung0928님.
pred[:,1] 가 사용되는 위치에 대한 질문을 주셨습니다. 이진 분류 문제에서 roc_auc_score 함수를 사용할 때, pred[:,1] 를 사용하여 양성 클래스(보통 1로 정의된 클래스)에 대한 확률을 선택한 뒤, 이 확률을 이용하여 ROC AUC 점수를 계산하는 방식입니다.
roc_auc_score(y_val, pred[:,1]): 이 구문에서는predict_proba함수를 사용하여 얻은 예측 확률 결과에서 양성 클래스(두 번째 열)의 확률만을 사용하여 ROC AUC를 계산합니다. 이 부분은 시나공 교재와 기출 3회 노트에서 동일하게 설명될 수 있으며, 실제 양성 클래스의 확률이 필요할 때 유용합니다.예측 결과 저장:
pd.DataFrame({'pred': pred[:,1]}): 최종 예측 확률을 CSV로 저장할 때도 양성 클래스의 확률이 필요합니다. RFC의predict_proba(test)[:,1]역시 이러한 이유로 사용됩니다. 이는 예측된 결과 중에서 특정 클래스의 확률을 포함하고자 할 때 사용합니다.
유사한 질문과 설명이 포함된 게시물을 참고하시면 더 잘 이해하실 수 있습니다:
- 2회 작업형 2번 pred 질문 입니다.: 이 질문에서는 예측 확률을 선택할 때 슬라이싱에 대한 설명을 제공합니다.
- roc_auc 사용시 predict vs predict_proba: ROC AUC를 사용할 때, pred와 pred_proba의 사용 방법에 대한 논의를 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.