- 이진 분류에서 정밀도,재현율, F1 스코어, AUC 스코어가 주로 성능 평가지표로 활용됩니다.
- 오차행렬은 실제 클래스 값과 예측 클래스 값의 True, False 에 따라 TN,FP,FN,TP로 매핑되는 4분면 행렬을 제공합니다.
- 정밀도와 재현율은 Positive 데이터 세트의 예측 성능에 좀 더 초점을 맞준 지표이며, 분류 결정 임계값을 조정해 정밀도 또는 재현율은 수친를 높이거나 낮출 수 있습니다.
- F1 스코어는 정밀도와 재현율이 어느한쪽으로 치우지지 않을때 좋은 값을 가집니다.
- AUC 스코어는 ROC 곡선 밑의 면적을 구한것으로 1 에 가까울수록 좋은 수치입니다.
'Machine Learning > 머신러닝 완벽가이드 for Python' 카테고리의 다른 글
ch4.2 결정 트리(실습) (1) | 2022.10.06 |
---|---|
ch.4.1~2. 분류의 종류, 결정 트리 (1) | 2022.10.06 |
ch.3.6 실습 파마 인디언 당뇨병 예측(실습) (0) | 2022.10.06 |
ch 3.1~3-5_정확도 _ ROC_AUC 예제 (실습) (0) | 2022.10.06 |
ch.3.5 ROC Curve와 AUC (0) | 2022.10.06 |