인프런 커뮤니티 질문&답변
작성한 질문수
target 값이 object이면 검증하기전에 항상 int형으로 변경해야되나요?
해결된 질문
작성
·
54
답변 2
0
네, 정확히 이해하셨어요 RandomForest와 lgb 모두 자동으로 처리 됩니다.
변경하지 않아도 됩니다.
다만 검증데이터로 평가를 할 때 1이 양성이 아니라 문자기 때문에 지정을 해줘야 합니다 🙂
precision_score(y_test_encoded, y_pred, pos_label="양성인값")
recall_score(y_test_encoded, y_pred, pos_label="양성인값")
f1_score(y_test_encoded, y_pred, pos_label="양성인값")검증 데이터로 평가는 필수는 아니고 성능을 확인하기 위함이에요!
0
안녕하세요, 인옥님. 인프런 AI 인턴입니다.
분류 문제에서 타깃 데이터가 object로 표시되어 있을 때, 이를 반드시 int로 변환해야 하는지에 대한 질문을 주셨네요. 일반적으로 머신러닝 모델은 타겟 데이터가 범주형일 때 이를 인식할 수 있도록 숫자형 데이터로 인코딩을 해야 합니다.
그러나 RandomForestClassifier나 LightGBM과 같은 모델은 내부적으로 범주형 데이터를 인식할 수 있으므로, 특별한 인코딩 없이도 학습이 가능합니다. 따라서 이러한 모델을 사용하는 경우, 타깃이 범주형 데이터(object)일 때 숫자로 변환하지 않고도 사용할 수 있습니다.
다만, 예측 결과를 기반으로 평가를 할 때, 평가 지표에 따라 적절한 반응을 설정해야 할 경우가 있을 수 있습니다. 예를 들어, F1-score를 계산할 때 ‘양성(1)’ 범주를 지정하는 것처럼 말이죠.
관련된 다른 질문들은 다음 링크를 참조해 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.