인프런 커뮤니티 질문&답변
작성한 질문수
섹션5 작업형2 모의문제2 질문 있습니다.
해결된 질문
작성
·
143
0
안녕하세요
섹션5 작업형2 모의문제2 에서 질문이 있습니다.
각 모델링을 통해서 r2 score 값을 구하는 부분에서
강의 답안에서는 XGBRegressor에서 설명력이 제일 높았어요
강의 중에 train_test_split 의 random_state = 2022로 했는데
이 값을 변경하니, XGBRegressor의 r2 score 값이 심하게 바뀝니다.
다른 회귀 모델들은 그렇지 않았는데, 유독 XGBRegressor에서만 변경이 심하더라고요
예를 들어서, random_state = 2023으로 하면 가장 낮은 r2 score가 나와서 결론이 완전 바뀝니다.
이 부분 설명 부탁드립니다.
그리고 추가 질문입니다.
이 부분에 RandomForestRegressor를 이용해서 모델링할 때
강의에서는 regressor = RandomForestRegressor() 라고 되어서 모델링이 제대로 되지 않았어요
그런데, model = RandomForestRegressor() 로 하면 1분 이상 실행이 되어 버립니다.
RandomForestRegressor를 이용한 모델링 방법 요청드립니다.
답변 부탁드려요~
답변 1
0
random_state로 인한 성능차이는 있을 수 있고요! 모델과 데이터에 따라 작은 변화에도 성능이 민감하게 변할수도 있습니다. 그래서 경진대회에서는 random_state또한 최적의 값을 찾기 위해 노력을 하는 모습도 봤고요! random_state인한 성능 변화는 시험에서는 컨트롤 하기는 어렵다고 생각해요. 한 가지 갑으로 고정해서 진행하면 될 것 같아요 🙂
실수가 있었네요. model변수고 변경했습니다. 변경 후 코랩에서 3번정도 전체 실행을 했는데 랜덤포레스트가 다른 모델에 비해 오래걸린 것은 맞으나 20~25초 안에 해결되었습니다. 다시 한번 확인 부탁드려요!
from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor() model.fit(X_tr,y_tr) pred=model.predict(X_val)
답변 감사합니다.
30초 정도는 기다려봐야겠네요