** 테스트 순서
1. model_load.py 파일의 use_model 함수를 호출하여 사용하면 됩니다
- 'from model_load import use_model'만 사용하셔서 함수 호출하면 바로 결과가 확률로 나옵니다
- 입력 url은 string 타입으로 고정되어 있습니다
- 해당 파일의 함수를 사용하기 위해서는 preprocessing.py 파일과 4개의 모델 파일이 필요합니다
- 입력 값이 아예 없는 경우에는 에러는 발생하지 않고 정상으로 판단합니다
** 조절 가능 사항
1. best_threshold(임계값)이 현재는 모델 학습 기준으로 고정되어 있으나,
model_load.py 파일에서 이 값을 조절하여 recall 지표를 개선할 수 있습니다
- 해당 변수 아래에 위치시켜 놓았습니다
** 패치 적용(04.23)
1. 피처 추가, 샘플링 등을 반영하여 전처리와 모델 파일을 업데이트 하였습니다
- 사용 방식은 이전과 동일하니, 기능 사용에서는 건드릴게 없습니다
2. 기존과 모델 파일의 이름과 확장자가 바뀌었으니, 이전에 해당 이름을 사용하셨다면 변경이 필요합니다
3. 성능 지표(참고용)
- 최적 임계값 : 0.7211
- Recall : 0.8884
- Precision : 0.8989
- Accuracy : 0.8943
- ROC-AUC : 0.9535
- AUC-PR : 0.9623
- F1-Score : 0.8936
