일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- NVL
- Batch Normalization
- 비지도학습
- recall
- sorted
- 백엔드
- layer normalization
- ifnull
- NULLIF
- 재현율
- 평가 지표
- SQL
- 데이터 프로젝트
- five lines challenge
- Normalization
- 빠르게 실패하기
- CASE WHEN
- 정밀도
- DecisionTree
- nvl2
- 강화학습
- 데이터 분석
- beautifulsoup
- 오차 행렬
- 결정트리
- 감정은 습관이다
- 웹서비스 기획
- 데이터 전처리
- 지도학습
- LAG
Archives
- Today
- Total
목록정밀도 (1)
Day to_day

❗본 포스팅은 권철민 선생님의 '파이썬 머신러닝 완벽가이드' 강의와 '파이썬 라이브러리를 활용한 머신러닝' 서적을 기반으로 개인적인 정리 목적 하에 작성된 글입니다. 포스팅 개요 분류 모델을 공부하면서 가장 쉽고 직관적으로 모델의 성능을 판단할 수 있었던 '정확도(accuracy)'를 보고 모델을 판단했었다. 간단한 예제나 처음 공부할 땐 정확도라는 지표는 쉽게 받아들일 수 있는 개념이었고, 모델이 예측에 성공했느냐 못했느냐 정도만 판단해 평가했다. 하지만 사실 분류 모델의 성능을 판단하기엔 정확도라는 지표는 한계가 있고, 이진 분류 모델에서는 정밀도(precision)와 재현율(recall)이 더 정확한 지표로 사용된다. 분야마다 다른 지표를 사용할 수 있지만 오늘은 정확도의 한계와 오차 행렬에 대해서..
Machine Learning/머신러닝 기초
2023. 2. 6. 01:08