모델 평가척도
-
Classification Evaluation MetricStatistics 2020. 7. 12. 20:57
이번 포스팅은 회귀 평가 척도에 대해서 알아봤던 저번 포스팅에 이어서 분류 문제에서 평가 척도로 이용하고 있는 지표들을 알아보고자 합니다. 바로 본론으로 들어가겠습니다. 분류 문제의 평가척도 종류는 다음과 같습니다. 1. Accuracy 2. F1-Score 3. Precision 4. Specificity 5. Sensitivity(Recall) 6. ROC-AUC 7. CSI 이렇게 단일척도에서 가지처럼 뻗어나가는 지표들이 존재하지만 각 지표의 큰 범주에 대해서 설명하고자합니다. 해당 챕터에서는 각각의 Metric에 대한 간단한 설명과 도출하는 방법, 그리고 어떤 상황에서 어떤 지표를 써야 알맞을지에 대하여 설명드릴 예정입니다. 먼저 지표에 대해서 알아보기 전 일전에 포스팅했던 Confusion Ma..
-
Regression Evaluation MetricStatistics 2020. 7. 5. 19:04
안녕하세요. 요즘 블로그 포스팅에 좀 소홀하게 된 것 같은데 이제부터는 1주일에 최소 1개의 포스팅을 아마 하게될 것 같습니다!! 현재 Dacon의 제주 신용카드 빅데이터 대회에 참여하고 있는데 오랜만에 경험하는 회귀 예측 문제여서 다시 초심으로 돌아간 마음으로 대회에 임하고 있습니다. 머신러닝에서 회귀 예측은 분류문제와 다르게 1 or 0 / True or False / 남자 or 여자 등의 카테고리컬한 변수를 예측하는 것이 아닌 예측하기 위한 설명변수들이 있고 그 설명변수가 예측하는 타겟 변수가 연속적인 값의 형태를 띄며 그것을 예측하는 것을 말합니다. 가령, 키, 몸무게, 매출, 수요 등의 예측 문제 이에 속합니다. 그래서 연속형 변수들을 예측할 때는 분류 문제처럼 완전 정확하게 예측하기란 불가능에..