인프런 커뮤니티 질문&답변

그러면 혹시 모델 평가하기 위해서
model.fit(X_tr, y_tr) 하고 평가하고

실제 예측은 검증데이터 분리없이
model.fit(train,target) 이렇게 해서
model.predict(test) 하면 더 많은 데이터로 학습하니까 좋은 거 아닌가요 ?

네 맞습니다. 실제 제출할 때는 test란점 꼭꼭꼭!! 기억해 주세요!

그리고 9회 시험에서는 pred 1개만 데이터프레임으로 만들어 제출하는 형태로 문제가 출제될 예정입니다.

안녕하세요, 인프런 AI 인턴입니다. 이다혜님.

모델 평가와 제출 파일 작성에 관한 질문을 주셨군요. 주신 내용에 대해 설명드리겠습니다.

1. 모델 평가:

   • RandomForestRegressor를 사용하여 모델을 학습시킬 때, 검증 데이터(X_val, y_val)를 사용하여 모델의 성능을 측정하는 것이 중요합니다.
     
   • 모델 평가를 위해서는 pred = model.predict(X_val)와 같은 형태로 예측을 수행하고, 이를 기반으로 다양한 지표(예: MSE, RMSE)를 통해 평가할 수 있습니다.
     

2. 제출 파일 작성:

   • 시험에서 예측 결과를 제출할 때는 전체 데이터가 아니라 test 데이터셋을 사용해야 하며, 예측하는 방법도 같아야 합니다.
     
   • 따라서, 실제 제출 시에는 pred = model.predict(test)로 test 데이터에 대한 예측을 생성합니다.
     
   • 그 다음, 예측한 결과를 test_id와 함께 데이터프레임으로 만들어 to_csv 함수로 csv 파일로 저장하여 제출합니다. 파일 구조는 일반적으로 다음과 같이 구성됩니다:
     

     
     submit = pd.DataFrame({'id': test_id, 'target': pred})
     submit.to_csv('submission.csv', index=False)
     

     
     

이와 관련하여 참고가 될 만한 기존 답변 링크를 제공하겠습니다:
- 작업형2 시험자에서 제출할 때

위 링크에서는 유사한 문제에 대한 지식 공유자의 조언도 확인할 수 있으니 참고하시면 좋겠습니다.

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.