[Lv.4] 제2유형 (40점)앱 유료 전환 · predict_proba로 확률 제출(ROC-AUC)

어느 영어 공부 앱의 2주 무료체험 사용자 데이터이다. 체험 기간에 앱을 쓴 날 수·실행 횟수·알림 동의 여부 등으로 그 사용자가 체험 후 유료 구독으로 전환할 확률을 예측하는 이진 분류 문제이다. 학습용 데이터 trial_train.csv로 모델을 학습하고, 평가용 데이터 trial_test.csv의 각 사용자에 대한 유료 전환(paid=1) 확률을 예측하여 result.csv 파일을 생성하는 코드를 작성하여 제출하시오.

• 평가지표: ROC-AUC (값이 높을수록 좋음, 구간별 5점 단위 배점)
• 제출값은 0/1 라벨이 아니라 유료 전환(paid=1)일 확률이다.
• 일부 변수가 범주형(문자열)이므로 학습 전 인코딩이 필요하다. 결측치는 없다.

[제출 형식]

1. CSV 파일명: result.csv (별도 디렉토리 지정 금지)
2. 예측 결과 컬럼명: pred (유료 전환일 확률, 0~1 사이 실수)
3. 제출 컬럼 개수: pred 1개 (자동 생성되는 index 컬럼 제거)
4. 평가용 데이터(test) 행 수와 예측 결과 행 수가 일치해야 함

[변수 설명]

💡 이렇게 해 보세요

• model.predict()는 0/1을, model.predict_proba()는 [0일 확률, 1일 확률] 두 칸을 돌려줍니다.
• 문제는 1일 확률을 원하므로 predict_proba(test)[:, 1] 로 두 번째 칸만 꺼냅니다.
• 검증도 확률로: roc_auc_score(실제값, 확률)
• help(RandomForestClassifier.predict_proba) 로 확률 표의 모양(행 = 데이터, 열 = 클래스)을 확인할 수 있어요.