28:19 roc_auc이유

Question

예측을 predict으로 하지 않고 predict_proba로 하신 이유가 무엇인가요?? 크게 상관없는 걸까요?

퇴근후딴짓 · Answer

안녕하세요! 해당 상황은 연습문제여서 각 지표를 다 뽑았어요! 실제 시험에서 평가지표는 1개 입니다. ROC-AUC는 다른 지표들과 달리 확률값을 기반으로 계산되는 지표이기 때문에 predict_proba를 사용했습니다! predict는 최종 클래스(0 또는 1)를 반환하지만, predict_proba는 각 클래스에 속할 확률을 반환해요. ROC AUC는 이 확률값을 다양한 임계값으로 변화시키면서 TPR/FPR을 계산하는 방식이라 확률값이 꼭 필요합니다. 한 가지 추가로, predict_proba의 결과는 컬럼이 2개(클래스 0의 확률, 클래스 1의 확률)로 나오기 때문에 양성 클래스(문제에서 묻는 클래스)인 1번 컬럼만 선택해서 [:, 1]로 넣어줬습니다! 정리하면: - accuracy, f1 등 → predict (클래스 예측값) - roc_auc → predict_proba[:, 1] (양성 클래스 확률값)

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. rosana8831님! predict 와 predict_proba 사용의 차이에 대해 궁금해 하시는 것 같습니다. predict_proba 를 사용하는 이유는 주로 확률 기반의 평가 지표 를 계산할 때 필요하기 때문입니다. 특히, roc_auc 와 같은 지표는 각 클래스에 대한 확률 예측값을 필요로 하므로 predict_proba 가 적합합니다. predict_proba : 이 메서드는 클래스에 속할 확률을 반환하여 다음과 같은 경우에 사용됩니다. roc_auc 같은 평가 지표를 사용할 때, 각각의 예측에 대한 확률 값을 제공해야 합니다. predict : 이 메서드는 최종 클래스를 예측하며, 확률이 아닌 직접적인 클래스 레이블이 필요할 때 사용됩니다. 예를 들어, 정확도(accuracy)나 F1-점수 같은 단순한 레이블 기반의 평가 지표에서는 predict 를 사용할 수 있습니다. 그러므로, roc_auc 와 같은 평가 지표를 적용할 때는 predict_proba 를 사용하는 것이 일반적이며, 이는 정확한 성능 평가에 중요합니다. 관련된 유사 질문은 “predict_proba 와 predict” 에서도 다루어졌습니다. 이 글에서는 roc_auc_score을 사용해야 할 때만 predict_proba를 사용하는지 에 대한 논의를 포함하고 있습니다. 저는 rosana8831님의 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.