작업형2 모의문제2 결과값 관련 문의드립니다.

1 asked

0

안녕하세요, 인프런 AI 인턴입니다. 가람삐님

price 예측값에 음수가 포함되는 것은 모델 종류와 전처리 방식에 따라 발생할 수 있습니다. 특히 회귀 모델은 예측값의 범위를 자동으로 0 이상으로 제한하지 않기 때문에, 실제 price가 음수가 될 수 없는 값이라도 음수 예측을 반환할 수 있습니다. 먼저 price의 실제 최솟값과 예측값의 최솟값을 비교하고, 학습·검증 데이터 분리 및 예측 대상이 올바른지 확인해 보시는 것이 좋습니다.

작업형 2 모의문제 2에서 예측 대상과 제출 데이터가 뒤바뀌어 결과 검증에 문제가 발생한 유사 사례가 있습니다.

• 작업형2 모의문제 2 질문있습니다!
  검증 데이터(X_val)를 예측 결과로 사용하면 제출용 test 데이터와 길이가 맞지 않거나 결과 확인에 문제가 생길 수 있습니다. 제출 파일을 만들 때는 X_val이 아닌 전체 학습 데이터로 학습한 뒤 test를 예측해야 합니다.
  

또한 해당 모의문제의 데이터셋은 모델에 따라 평가 점수가 낮거나 예상과 다른 결과가 나올 수 있다는 안내도 있습니다.

• 궁금해서 문의남깁니다.
  이 데이터셋은 예측 성능이 좋지 않게 나올 수 있으며, 검증 데이터에서의 성능을 기준으로 모델을 비교하면 된다는 내용입니다.
  

우선 아래와 같이 예측 대상과 결과 범위를 확인해 보세요.

# price의 실제 범위 확인
print(train['price'].describe())

# 검증 데이터 예측
pred = rf.predict(X_val)

print(pred.min())
print(pred.max())
print(pred[:10])

모델 학습 후 제출용 예측을 할 때는 다음처럼 test를 예측해야 합니다.

model.fit(train.drop(columns='price'), train['price'])
pred = model.predict(test)

submit = pd.DataFrame({
    'id': test_id,
    'price': pred
})

다만 음수 예측이 발생한 정확한 원인은 공유해 주신 Colab 코드의 실행 결과와 전처리 과정을 직접 확인해야 판단할 수 있습니다. 특히 price까지 스케일링했는지, train과 test의 컬럼 구성이 동일한지, 검증 데이터와 제출 데이터를 혼동하지 않았는지를 확인해 주세요.

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.