inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

[작업형2] 연습문제 섹션 4

예측값 결과 소수점 차이

90

무드링

작성한 질문수 2

0

안녕하세요 선생님.

연습문제 연습하고 있는데요 작업형2에서

선생님의 코드예시로 작성한 파일이랑 제가 만든 파일이랑 확률값의 소수점차이가 나는 이유는 무엇일까요?.. (사진첨부)

혹시 시험에는 무관한건지 여쭤봅니다

스크린샷 2026-06-15 21.48.06.png.webp

 

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

작업형1과 3은 정답이 있는 문제여서 정확해야 합니다.

다만 작업형2는 평가지표로 평가합니다.

따라서 결과는 달라질 수 있어요! 크게 신경쓰지 마세요!! 화이팅!!

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. 무드링님에게 답변드리겠습니다.

우선, 머신러닝 모델의 예측값에서 소수점 차이가 발생하는 이유에 대해 설명드리겠습니다.

  1. 모델의 하이퍼파라미터 및 설정 차이: 두 모델 간의 하이퍼파라미터 설정이 달라지거나, 난수 생성기 시드(random_state) 설정이 다를 경우 결과에 영향을 줄 수 있습니다. 모델의 초기 상태가 다르면 결과도 미세한 차이를 보일 수 있습니다.

  2. 데이터 전처리 차이: 데이터 전처리가 동일하지 않을 경우(예: 결측치 처리 방식, 스케일링 방식 등), 미세한 차이가 발생할 수 있습니다. 훈련과 테스트 데이터에 동일한 전처리를 적용해야 일관된 결과를 얻을 수 있습니다.

  3. 컴퓨팅 환경 차이: 동일한 코드라도 컴퓨팅 환경의 미세한 차이(ex. 하드웨어 또는 소프트웨어 버전 차이) 때문에 결과가 다르게 나타날 가능성이 있습니다. 특히, 매우 작은 소수점 이하의 차이는 이런 측면에서 나타날 수 있습니다.

시험에는 이와 같은 소수점 차이가 큰 영향을 미치지는 않습니다. RMSE와 같은 평가 지표가 정수나 소수점 첫 번째 또는 두 번째 자리에서 결정되기 때문입니다. 그러나 여러 번의 실험에서 얻어진 일관된 결과를 기반으로 모델을 최적화하고, 동일한 예측 결과를 얻는 것이 가장 중요합니다.

유사한 질문에 대한 더 자세한 탐색을 원하신다면, 다음의 링크들을 참고하실 수 있습니다:

이 링크들은 유사한 문제를 다룬 사례로, 소수점 차이와 관련한 다양한 접근 방식을 제공할 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.

수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.

0

6

1

작업형2 모의문제2에서 drop이랑 인코딩

0

19

1

인코딩을 다 꼭 해봐야하는지

0

25

2

안녕하세요? 강사님 질문있습니다.(인코딩관련)

0

56

2

이진분류에서 양성 클래스가 0일 때 평가 방법

0

46

2

원핫인코딩 전 train과 test 병합여부

0

49

2

수강기간 연장

0

61

2

29강 작업2형의 이상치 처리

0

64

2

수강기간 연장 문의드립니다!

0

64

2

9월에 실기출제기준 개정내역에 신설된부분

0

55

1

작업형2 모의문제2 결과값 관련 문의드립니다.

0

66

2

12회차 시험 실패 후 13회 도전 예정입니다.

0

54

1

random_state 값

0

71

2

강의 연장 문의 드립니다.

0

65

2

강의 연장 문의

0

61

2

오징어게임

0

68

1

object 컬럼이 여러 개인 경우 인코딩 전처리 방법

1

49

2

데이터 전처리 순서 관련

0

64

2

작업형2 모의문제 데이터 불러오기

0

62

2

강의 연장 부탁드립니다!

0

67

2

수강기간 연장 문의드립니다!

0

64

2

2회 기출유형(작업형1) Warning

0

78

2

describe()

0

61

2

수강기간 연장 문의

0

86

2