예측 확률과 실제 빈도, 경계 조건에서 다시 살펴보기

높은 확률을 출력하는 모델이 그만큼 자주 맞는다고 바로 믿을 수는 없다.

대표 예제 하나가 통과해도 기능의 경계가 명확해진 것은 아니다. 값이 없거나 예상보다 많을 때, 실행이 늦어지거나 순서가 바뀔 때 다른 규칙이 숨어 있을 수 있다. 이번 기록에서는 정상 경로를 유지한 채 입력 범위를 넓혀 보고 무엇을 허용할지 구분한다.

정상 경로 밖의 입력

확률 구간별 실제 발생 비율을 비교해 보정 상태를 살펴본다. 순위를 잘 매기는 능력과 확률을 해석 가능하게 제공하는 능력은 서로 다른 성질이다.

이번에 확인할 질문: 예상 범위를 벗어난 입력은 조용히 다른 결과를 만들지 않고 구분되는가?

작게 확인하는 예제

다음 예제는 핵심 조건을 드러내기 위한 출발점이다. 서비스의 전체 구현을 대신하지 않으므로 실제 입력 범위와 실패 처리 규칙을 함께 읽어야 한다.

from sklearn.calibration import calibration_curve

observed, predicted = calibration_curve(
    y_true, positive_probability,
    n_bins=5, strategy='quantile',
)
print(list(zip(predicted, observed)))

구간별 표본 수와 예측 평균, 실제 양성 비율을 같이 보고 어느 구간에서 차이가 큰지 확인한다.

놓치기 쉬운 조건

표본이 적은 구간의 비율은 흔들릴 수 있다. 확률 보정에도 학습에 쓰지 않은 데이터가 필요하며 실제 분포가 바뀌면 다시 확인해야 한다.

확인할 부분	살펴볼 내용
기준 동작	구간별 표본 수와 예측 평균, 실제 양성 비율을 같이 보고 어느 구간에서 차이가 큰지 확인한다.
비교 조건	입력과 실행 순서를 고정하고 한 번에 한 조건만 바꾼다.
적용 범위	예제가 생략한 의존성과 실제 서비스의 제약을 구분한다.

다음 변경에 적용할 순서

1. 빈 값과 최소 크기부터 확인 범위를 넓힌다.
2. 한 번에 여러 경계를 섞지 않고 각각의 결과를 기록한다.
3. 지원하지 않는 조건은 허용 범위와 함께 분명하게 설명한다.

모든 입력을 성공시켜야 좋은 인터페이스가 되는 것은 아니다. 지원 범위를 예측할 수 있고 실패 이유가 분명한 편이 더 다루기 쉽다. 경계 조건을 문서와 예제에 함께 남겨야 다음 구현에서도 같은 기준을 적용할 수 있다.