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 |
Tags
- 멋쟁이사자처럼멋쟁이사자처럼
- Join
- folium
- intern10
- 파이썬
- 프로젝트
- ux·ui디자인
- 시각화
- 그리디
- 인턴10
- DP
- 멋쟁이사자처럼
- 멋재이사자처럼
- SQL
- Python
- parklab
- 멋사
- TiL
- likelionlikelion
- GNN
- seaborn
- 마이온컴퍼니
- likelion
- Plotly
- 알고리즘
- BFS
- 마이온
- GIS
- DFS
- pyhton
Archives
- Today
- Total
목록Q (1)
지금은마라톤중
멋사 AI스쿨 TIL - (26)
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