인프런 커뮤니티 질문&답변

narae.park325님의 프로필 이미지
narae.park325

작성한 질문수

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

4회 기출-2유형 macro-f1 score 관련

해결된 질문

작성

·

467

·

수정됨

1

안녕하세요. 4회 기출문제의 macro f1-score 관련하여 질문드립니다.

문제 풀이에서는 교차검증으로 macro f1-score를 구하는 것으로 나왔는데요

from sklearn.model_selection import cross_val_score

scores = cross_val_score(rf, train, target, scoring='f1_macro', cv=5)

 

1) 이 과정이 기존의 model_selection, train_test_split -> 평가 스코어 확인

대신에 하는 과정이라고 이해하면 될까요?

그리고 macro- f1 score라고 하면 위처럼 train test split을 생략하고 cross_val_socre 코드를 사용하며 되는것인지 궁금합니다. 검색해도 잘 나오지 않더라고요;; 아래 macro f1이라고 하면 아래 2)번 설명이 많이 나옵니다^^;;

 

2) 그렇다면 기존에 이진분류에서 알려주신 아래 코드는 macro -f1 score가 아니라 그냥 f1 score가 나오는 것인가요? 이 방법을 사용하면 문제 의도에서는 틀린것인지 궁금합니다.

(※ 이 질문을 올리고 계속 공부하다보니 6회 기출에서도 f1-macro를 사용하라고 나오는데, 6회 풀이에서는 아래와같이 코딩하셨더라구요. 4회와 6회의 차이점이 무엇인지도 궁금합니다. )

from sklearn.metrics import f1_score

print(f1_score(y_val,pred, average='macro')

 

감사합니다.

답변 1

0

퇴근후딴짓님의 프로필 이미지
퇴근후딴짓
지식공유자

네 크로스 밸리데이션을 잘 사용하셨네요!!

그로스 밸리데이션에서 scoring 작성 방법은 조금 다릅니다. 아래 코드를 통해 정확하게 확인할 수 있어요

 

from sklearn.metrics import SCORERS 
print(list(SCORERS.keys()))

 

사이킷런에서 제공하는 f1_score함수를 사용할 때는

print(f1_score(y_val,pred, average='macro')가 맞습니다.

 

둘 다 같은 평가지표로 평가하는 것이나

위는 크로스 벨리데이션을 활용해 전체를 학습/검정용으로 사용했고

아래는 일반적은 방법을 사용했습니다.

 

여력이 되면 크로스밸리데이션을 사용하는 것이 좋으나

익숙치 않으면 일반적인 방법을 사용해 주세요 🙂

 

narae.park325님의 프로필 이미지
narae.park325
질문자

감사합니다!!!

narae.park325님의 프로필 이미지
narae.park325

작성한 질문수

질문하기