Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- DFS
- 알고리즘
- TiL
- seaborn
- 시각화
- likelionlikelion
- 멋재이사자처럼
- likelion
- ux·ui디자인
- GNN
- DP
- 멋사
- SQL
- Python
- paper review
- parklab
- kgc
- Join
- 프로젝트
- 마이온컴퍼니
- 인턴10
- intern10
- tog
- 마이온
- Rag
- graphrag
- 그리디
- folium
- 파이썬
- 멋쟁이사자처럼
Archives
- Today
- Total
목록자연어처리 (1)
지금은마라톤중

2023.03.27 질문🙋🏻♂️ : 왜 Accuracy 만으로는 제대로 된 분류의 평가를 하기 어려울까요? 데이터가 불균형한 경우에는 높은 Accuracy여도 정확하지 않기 때문이다. 예를 들어 암 여부를 예측하는 모델이라고 할 때 현실세계에서 건강검진을 했을 때 1000명 중에 1명이 암환자라면 학습을 했을 때 암환자의 특징을 학습하기도 어려울 뿐더러, 정확도인 Accuracy로 측정하게 되면 모두 암환자가 아니라고 했을 때 99.9%가 정확도로 나오게 됩니다. 1명의 암환자를 제대로 찾지 못했기 때문에 해당 모델은 잘 만든 모델이라고 평가할 수 없습니다. ● np.argmax -> 값이 가장 큰 인덱스(분류된 클래스!)를 반환 ● 분류기 출력 품질을 평가하기 위한 precision-recall 메트..
멋쟁이사자처럼/Python
2023. 4. 18. 22:27