인프런 커뮤니티 질문&답변

선생님 안녕하세요. 랜덤포레스트랑 roc_auc_score 관련 질문 드립니다.

1. roc_auc_score는 이진분류라서 [:,1]을 해야하는 걸로 알고 있는데요

   train = pd.read_csv('/kaggle/input/smoker-binary-class/train.csv')
   test = pd.read_csv('/kaggle/input/smoker-binary-class/test.csv')
   
   train.isnull().sum() #결측치없음
   # train.info() -> 전부다 float형
   # print(train.shape,test.shape) (15000, 24) (10000, 23)
   # train.head(2)
   
   #id삭제
   train = train.drop(columns = 'id')
   test_id = test.pop('id')
   y= train.pop('smoking')
   
   #train_test_split
   from sklearn.model_selection import train_test_split
   x_tr,x_val,y_tr,y_val = train_test_split(train,y,test_size = 0.2, random_state = 42)
   # print(x_tr.shape,x_val.shape,y_tr.shape,y_val.shape) (12000, 22) (3000, 22) (12000,) (3000,)
   
   #랜포
   from sklearn.ensemble import RandomForestClassifier
   model= RandomForestClassifier()
   model.fit(x_tr,y_tr)
   pred = model.predict_proba(x_val)[:,1]
   
   from sklearn.metrics import roc_auc_score
   # print(roc_auc_score(y_val,pred))
   # 0.8775897293980339
   answer = model.predict_proba(test)[:,1]
   pd.DataFrame({'id' : test_id, 'smoking' : answer}).to_csv('12345.csv',index = False)
   
   
   
   만약 roc_auc_score가 아닐경우
   pred = model.predict(x_val)
   print(f1_score(y_val,pred))
   answer = model.predict(test)
   

   pred = model.predict_proba(x_val)[:,1]

    
   

   from sklearn.metrics import roc_auc_score
   

    

   # print(roc_auc_score(y_val,pred))

    

   # 0.8775897293980339

    
   

   answer = model.predict_proba(test)[:,1]

이렇게 pred = 하는 부분에서 [:,1] 하고 정답제출(answer) 부분역시 이렇게 동일하게 하면 되는게 맞는지 문의드립니다.

만약 roc_auc_score가 아닌 경우에는 그냥 pred = predict까지만 하면 되는게 맞을까요?

2. 그리고 train_test_split 할때는 random_state = 42(숫자 고정) 하는데
   model = RandomForestClassifier() 이렇게 전부다 생략을 해버리니

   
   이게 실행시킬때마다 고정이 안돼서 그런가 값이 바뀌더라고요.
   어느 분은 n_estimators도 하시고, random_state도 작성하시는 분이 계신데
   시험환경에서 ()이렇게 비워두면 큰 문제가 될까요?