마지막 SMOTE 이후 LGBMClassifier 학습하고 평가할 때

선생님~

SMOTE 방식으로 오버샘플링을 한 이후로는서

학습데이터의 레이블 데이터 값 분포가 균일 해져서 

boost_from_average=True로 하고 한번 해봤는데요~ 

(강의에서는 False로 그냥 진행되었었음)

재현율은 똑같고.. 정밀도는 조금 낮아졌지만,

ROC_AUC는 좀더 높아졌네요..

오버샘플링(혹은 언더샘플링)을 해서 

학습데이터의 레이블데이터의 값분포를 균일하게 맞춰주게 되면 

boost_from_average=True 로 하는 걸 더 권장하시나요~?

아니면 False로 하는 걸 더 권장하시나요..?