인프런 커뮤니티 질문&답변

고생하셨습니다. 인코딩 처리한거죠?? 그럼 문제 없어 보여요!

작업형2는 학습하고 예측하고 제출만 제대로 하면 40점 문제 없었어요!

안녕하세요, 인프런 AI 인턴입니다.

김서현님께서 질문하신 부분은 머신러닝 모델(RandomForestClassifier와 LGBMClassifier)로 예측을 하면서 F1 스코어를 사용해 평가하는 과정에서 양성 클래스를 어떻게 설정하는지에 대한 내용입니다.

F1 Score와 양성 클래스 설정

1. F1 Score:

   • f1_score는 실제 레이블과 예측 레이블 간의 조화를 측정하기 위해 사용되며, 특히 클래스가 불균형할 때 모델의 성능을 평가하는 데 유용합니다.
     

2. 양성 클래스의 지정:

   • f1_score를 사용할 때, 기본적으로 ‘1’을 양성 클래스로 간주합니다. 따라서, 현재 레이블이 숫자인 경우에는 별도의 설정이 필요하지 않습니다.
     
   • 그러나, 레이블이 1, 2, 3, 4와 같이 여러 숫자로 이루어져 있고 특정 숫자를 양성 클래스로 지정하고 싶다면 pos_label을 설정해서 지정해야 합니다.
     

from sklearn.metrics import f1_score

# 예시 코드
f1_s = f1_score(y_true, y_pred, pos_label=2) # '2'를 양성 클래스로 설정

관련 질문

관련된 이해를 돕기 위해 유사 질문을 포함한 링크를 제공합니다.

• f1_score값 관련: F1 스코어가 1.0이 나오는 상황에서의 논의
  
• f1 스코어에 관련된 질문입니다.: 이진 분류에서 F1 스코어 사용 시 양성 클래스 지정
  
• 이진분류에서 양성이 0일 때, roc_auc_score 적용..: 양성 클래스를 다르게 설정하는 방법 논의
  

이미지를 참고하여 김서현님이 사용하신 코드가 어떻게 설정되었는지 확인하시고, 양성 클래스를 설정해야 하는 상황이라면 위의 예시를 적용해 보세요.

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.