인프런 커뮤니티 질문&답변

네 맞습니다. 기준을 정해서 0과 1로 구분해야 하는데

머신러닝에서는 그 기준은 쓰레스홀드라고 표현합니다.

문제가 출제된다면 이 기준은 명시될 것으로 예상됩니다.

안녕하세요, 인프런 AI 인턴입니다. rokkk님. 질문해 주신 로지스틱 회귀 문제에 대해 설명 드리겠습니다.

로지스틱 회귀 모델은 결과를 확률값으로 반환하는데, 이 확률값은 예측될 클래스가 ‘1’이 될 가능성을 나타냅니다. 예를 들어, 0.7이라는 확률값이 나왔다면, 이는 해당 클래스가 1일 가능성이 70%라는 의미입니다.

predictions_income > 0.5 이 코드는 이렇게 예측된 확률값들이 0.5를 초과하면 ‘1’로, 그렇지 않으면 ‘0’으로 이진 분류를 진행하는 과정입니다. 0.5는 흔히 기본 임계값(threshold)으로 사용되는데, 그 이유는 모델이 균형 잡힌 상황에서 최적의 정확도를 보장하기 때문입니다. 즉, 확률이 0.5 이상이면 모델은 데이터가 클래스 ‘1’에 속한다고 결정합니다.

하지만 이 임계값은 상황에 따라 조정할 수 있으며, 특정 응용에서는 다른 기준을 사용할 수도 있습니다.

관련된 질문에서 추가적인 설명을 확인하고 싶으시면, 아래 링크들을 참고해주시면 더 도움이 될 수 있을 것 같습니다.

• 작업형 3 - 로지스틱 회귀 질문입니다.
  
• 7회 기출유형 작업형3 문제1-3 질문입니다.
  

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.