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 |
Tags
- 결정트리
- layer normalization
- nvl2
- 데이터 프로젝트
- Normalization
- 강화학습
- 오차 행렬
- ifnull
- 지도학습
- DecisionTree
- Batch Normalization
- NVL
- LAG
- beautifulsoup
- 데이터 분석
- NULLIF
- 비지도학습
- 빠르게 실패하기
- five lines challenge
- SQL
- 웹서비스 기획
- 재현율
- 평가 지표
- 백엔드
- CASE WHEN
- recall
- 감정은 습관이다
- sorted
- 데이터 전처리
- 정밀도
Archives
- Today
- Total
목록precision (1)
Day to_day
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/dbHF2I/btrXSxgsMl3/nGfU44LTvR7VM2RRvBxlOK/img.png)
❗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