로지스틱 회귀분석 질문

Question

작업형3 로지스틱 회귀분석 이론 강의에서는 로지스틱 함수로 모델 생성 후 test 데이터로 예측할 때 target를 빼지 않고 바로 예측을 진행했는데, 제7회 기출문제에서 예측할 때는 pop으로 target을 빼고 예측을 수행했습니다. 어떤 경우에 pop을 사용 후, 예측을 수행해야 하는지 차이점을 알고 싶어 질문드립니다. # 데이터셋 분할 train = df.iloc[:210] test = df.iloc[210:] # 1) 학습, test데이터를 사용해 예측 (0.5 미만: 0, 0.5 이상 1) model = logit("gender ~ weight", data=train).fit() target = test.pop("gender") pred = model.predict(test) > 0.5

퇴근후딴짓 · Answer

작업형2에서 사용하는 머신러닝 모델 (사이킷런의 로지스틱 회귀 포함) 모두 타겟을 분리해야 합니다. 그런데 작업형3에서는 포뮬라 방식을 사용하고 있고 이 포뮬라에서 적힌 변수만 사용합니다. (독립변수) 즉 예측할 때 종속변수는 사용하지 않아요! 그래서 예측할 때 test에서 gender를 빼든 빼지 않던 결과는 같습니다.

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. westring666님. 로지스틱 회귀분석에서 pop() 메소드를 사용하는 것과 관련하여 궁금증을 풀어드리겠습니다. pop() 메소드 사용의 차이점 pop() 메소드 : 이 함수는 데이터프레임에서 지정한 열을 삭제하고, 삭제된 열을 반환하는 역할을 합니다. 즉, test 데이터프레임에서 gender 열을 빼올 때 target = test.pop("gender") 를 사용하게 됩니다. 사용 이유 : 모델 평가 : 로지스틱 회귀모델의 예측 결과와 실제 값 ( target ) 를 가지고 비교하여 정확도를 계산하기 위함입니다. 데이터 정리 : pop 은 예측을 수행할 때, 모델이 예측해야 할 타겟( gender )을 데이터셋에서 제거하여 입력 데이터의 혼란을 방지합니다. 언제 pop() 을 사용하는가? 필요한 경우 : 예측 작업을 할 때, 모델의 정확성을 확인하기 위해 실제 값과 예측 값을 비교해야 한다면, pop() 을 통해 데이터를 분리합니다. 이 경우, 예측에 필요한 특성(독립변수)만 남기고, 실제 결과(종속변수)는 pop() 으로 때어내서 평가 목적으로 사용합니다. 필요하지 않은 경우 : 예측 후 바로 다른 처리(예: csv 저장 등)와 같이 정확도 등 별도의 평가 없이 결과만 사용하는 경우에는 pop() 을 사용하지 않을 수 있습니다. 추가적으로 관련된 질문은 아래 링크에서도 참고하실 수 있습니다: ”도 변수별 데이터 처리 작업의 차이점 이해하기” 위 링크에서 데이터를 처리하고 모델을 평가하는 방법에 대해 유사한 논의와 설명이 포함되어 있습니다. 이를 통해 보다 명확한 이해를 하실 수 있으실 겁니다. 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.

로지스틱 회귀분석 질문

`pop()` 메소드 사용의 차이점

언제 `pop()`을 사용하는가?

로지스틱 회귀분석 질문

pop() 메소드 사용의 차이점

언제 pop()을 사용하는가?

`pop()` 메소드 사용의 차이점

언제 `pop()`을 사용하는가?