새로운 데이터에 대한 실제 분류 값
160
작성한 질문수 6
지금까지 분류모델의 정확도나 정밀도 f1스코어 등을 높여서 모델의 성능을 높이는 방법을 배웠는데요
모델의 성능을 높인 후에 실제 데이터에 대한 분류 값을 알고 싶을 때는 어떻게 해야하나요?
예를 들면 과거에 대한 데이터로 모델을 만들고 여러 방법으로 성능을 높인 후에 새로운 데이터에 대한 분류 값이 0인지 1인지 아는 방법이 무엇인지 궁금합니다.
지금까지는 성능에 대한 결과만 보이는 것 같아서 질문 드립니다.
답변 1
0
안녕하십니까,
새로운 데이터에 대한 분류는 (강의에서도 보셨을 것 같습니다만) 새로운 데이터 분류 결과 = classifier.predict(새로운 데이터) 로 하시면 됩니다.
학습된 classifier에 predict(새로운 데이터)를 하시면 분류 결과가 반환됩니다.
감사합니다.
안녕하세요 열심히 수강중인 학생입니다
0
61
2
정수 인덱싱
0
68
2
넘파이 오류
0
85
2
11강 numpy의 axis 축 질문 드립니다.
0
85
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
79
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
70
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
75
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
64
2
5강 강의 오류가 있어요.
0
84
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
72
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
69
3
파이썬 다운그레이 후 사이킷런 재설치
0
117
2
좋은 강의 감사합니다.
0
72
2
scoring 함수 음수값
0
67
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
100
2
분류 평가 정확도 예측
0
76
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
98
1
카카오톡 채널 있나요
0
107
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
189
2
pca 스케일링 관련하여 질문드립니다.
0
100
2
주피터 대신 구글 코랩
0
172
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
147
2
실루엣 스코어..
0
85
2
float64 null 값 처리 방법
0
102
2