[Lv.5] 제3유형 (15점) (답안제출)

제공된 데이터 library_overdue.csv는 어느 도서관 회원 480명의 대출 기록이다. group 컬럼으로 학습용(train, 343명)과 평가용(test, 137명)이 나뉘어 있다. group이 train인 데이터로만 로지스틱 회귀를 적합한 뒤, group이 test인 데이터로 예측하여 소문항별 답을 구해 답안 제출 화면에 입력하시오. (단, 모형에는 절편항을 포함한다.)

종속변수는 overdue(1=연체, 0=정상 반납)이고, 독립변수는 books · loan_days · age · member_type이다.

컬럼명	설명
member_id	회원 번호
books	한 번에 빌린 책 수(권)
loan_days	대출 기간(일)
age	나이
member_type	회원 유형 (학생 / 일반)
overdue	연체 여부 (1: 연체, 0: 정상)
group	데이터 구분 (train: 학습용 / test: 평가용)

소문항

1. 학습한 모형에서 책 수(books)가 1권 늘 때의 오즈비를 구하여라. [제출] 반올림하여 소수 셋째 자리
2. test 데이터에서 연체 예측 확률이 0.5 이상인 회원은 몇 명인가? [제출] 정수
3. test 데이터를 예측 확률 0.5 이상이면 1(연체), 0.5 미만이면 0(정상)으로 분류했을 때의 오분류율(전체 중 잘못 분류한 비율)을 구하여라. [제출] 반올림하여 소수 셋째 자리

---

💡 이렇게 해 보세요

• 나누기: train = df[df['group'] == 'train'], test = df[df['group'] == 'test'] — 적합은 train으로만 해요.
• model.predict(test) 의 결과는 0/1이 아니라 확률이에요. (prob >= 0.5).astype(int) 로 0/1을 만들어요.
• 오분류율 = 예측과 실제가 다른 비율 = (pred != test['overdue']).mean() (1 − 정확도와 같아요).