보노남편의 지식창고

정확도 TP / 전체 데이터 TP(Ture Positive) : 올바르게 예측한 값 정밀도 TP / (TP + FP) FP(False Positive) : 맞다고 예측한 값이 틀렸을 경우 정밀도는 결국.. 예를 들어서 비가오는날을 예측하는 경우 비가온다고 예측한 날에 비가 온 경우 / (비가온다고 예측한 날에 비가 온 경우 + 비가 온다고 예측했지만 비가 안온 경우) 이다. 정확도 보다 정밀도를 따라 우산을 챙긴다면 우산을 챙겼을때 비가 오지 않는날이 있다고해도 실제 비가 왔을때 대비 할 수 있을 경우가 높아진다 재현율 TP / (TP + FN) 암환자를 예로 들때 암환자자라고 진단한 전체 환자 중 실제 암 환자 비율 재현율이 높을수록 모델을 사용할 수록 암환자를 조기에 정확히 발견할 수 있다 F1 점수..

분류 이진분류, 다중분류 등이 있으며 레이블이 예/아니오, 남자/여자, 동그라미/세모/네모 등과 같이 정해진 값측하는 학습이다 회귀 연속된 값을 예측 사람의 키, 현재 온도 등 연속되는 수치를 예측하는 학습

지도학습 정답을 알려주면시 진행하는 학습 데이터와 함께 레이블(정답)이 항상 제공되어야함 실제값, 레이블, 타깃, 클래스, y값은 모두 같은 의미 학습이 완료된 다음에는 레이블이 없는 데이터를 대상으로 하여 레이블을 예측할 수 있다. 이때 예측된 값을 예측값, 분류값, y hat으로 표현 지도 학습의 예로는 분류와 회귀가 대표적이다. 비지도학습 레이블(정답)이 없는 데이터를 대상으로 진행하는 학습 보통 데이터들의 유사점을 찾아서 그룹핑하는데 많이 사용 비지도학습의 대표적인 예로는 군집화와 차원축소가 있음