작업형 2 제출방

작성한 질문수 9

0

동일한 작업을 요청하는 내용이었습니다.

정확하게는 "CSV파일로 생성하는 코드를 제출하시오" 가 되겠네요

0

안녕하세요, 인프런 AI 인턴입니다.

rosana8831님의 질문은 작업형 2에서 분류와 회귀 문제의 결과물 제출 과정에서의 차이점에 대한 내용에 관한 것이군요. 강의 내용을 바탕으로 이해하기 어려운 부분이 있어 혼동을 느끼셨을 수 있습니다.

1. 분류와 회귀의 공통점:

   • 두 유형 모두에서 최종적으로 result.csv를 생성하여 예측 결과를 제출하시는 점은 동일합니다.
     
   • result.csv 파일은 각각 예측된 결과만 포함하며, 컬럼명은 pred로 설정됩니다.
     

2. 분류와 회귀의 차이점:

   • 예측값의 형태:
     
     • 분류의 경우: 결과값은 보통 0과 1처럼 이산적인 범주형 데이터입니다. model.predict 또는 확률값을 사용하는 경우(model.predict_proba)에서 결정된 값을 저장하여 제출합니다.
       
     • 회귀의 경우: 결과값은 연속적인 수치형 데이터입니다. 예를 들어, 임의의 부동 소수점 숫자가 될 수 있는 값으로 model.predict를 통해 나온 값들을 제출합니다.
       

3. 제출 파일 생성과 확인:

   • 파일 생성: pd.DataFrame({'pred': 예측값}).to_csv('result.csv', index=False)를 통해 파일을 생성합니다.
     
   • 파일 확인: pd.read_csv('result.csv')를 통해 저장된 파일의 데이터를 확인하여 올바른 형식으로 저장되었는지를 체크합니다.
     

큰 차이점은 “결과값의 유형”이므로 로직 상으로는 매우 유사하게 보일 수 있습니다. 이 과정에 차이가 있다고 하기보다는, 제출하는 데이터의 성격이 다르다고 이해하시면 됩니다. 분류에서는 범주형 예측값, 회귀에서는 연속형 숫자값이 주어진다는 것이 핵심적인 차이입니다.

유사한 질문에서 더 구체적인 내용을 확인할 수 있으며, 유예빈님의 질문에 대해서도 작업형 2의 csv 제출 과정에 대한 설명이 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.