ML

1.2.6 성능 지표

math_tbro 2022. 1. 3. 00:32

성능 지표 : 학습이 완료된 모델의 성능을 평가하고자 검증 및 테스트 데이터로 측정하고 모니터링 하는 수단.

참고로... 학교에서 교수님이 설명도 해주시고 adsp 공부할때도 달달 외웠는데... 면접가서 제대로 대답하지 못해서 머리에 깊게 박힌 개념이다.

  • 회귀
    • MSE
    MSE=1ni=1n(yiy^i)2MSE = \frac{1}{n}\sum_{i=1}^n(y_i - \hat{y}_i)^2
    • MAPE
      • 실제값 대비 오차의 정도를 퍼센트 값으로 나타내기 때문에 출력값의 단위에 영향을 받지않는다.
    MAPE=1ni=1nyiy^iyiX100MAPE = \frac{1}{n}\sum_{i=1}^n \frac{|y_i - \hat{y}_i|}{y_i} X100
  • 분류

위 그림이 전부다 꼭 외우자. True, Predicted

  • 정확도(ACC) : 전체 데이터 중 모델이 올바르게 분류한 비율
정확도=TP+TNTP+FN+FP+TN정확도 = \frac{TP + TN}{TP + FN + FP + TN}
  • 정밀도(precision) : 예측값이 P 중 실제값이 T인것
정밀도=TPTP+FP정밀도 = \frac{TP}{TP + FP}
  • 재현도(Recall) : 실제값이 T인 것중 예측값이 P인것
재현도=TPTP+FN재현도 = \frac{TP}{TP + FN}
  • F1 Score : 정밀도와 재현도의 조화 평균
F1score=2XPrecisionXRecallPrecision+Recall F1 score = \frac{2 X Precision X Recall}{Precision + Recall}

'ML' 카테고리의 다른 글

1.2.5 과적합과 모델 학습법  (0) 2022.01.03
1.2.4 비지도학습  (0) 2022.01.03
1.2 머신러닝(Machine Learning)  (0) 2022.01.02