features 수가 작을 경우의 Dense 설정 문의
269
작성한 질문수 3
저의 데이터 컬럼수가 5개인데 여기에 DNN 의 Dense 적용하는 부분에서 위와 같이 설정을 하였습니다.
그랬더니 precision과 recall 수치가 이상하게 나오는데
제 생각은 항목수가 적기 때문에
dense 부분이 굳이 세개가 필요없다는 것과 dropout도 없어도 될 듯 싶은데
어떻해 해야 recall의 수치가 높아질 수 있을까요
답변 1
0
Dense(5, activation='relu', input_shape=(5,)), ==> 5를 32 또는 64로 키우세요
Dense(3, activation='relu'), ==> 3을 16 또는 32로 키우세요
Dense(1, activation='sigmoid') ==> OK
Dense layer의 unit 갯수는 데이터 컬럼수 5와는 아무 상관이 없습니다. 데이터가 데이터 컬럼수는 input_shape 에 지정하는 숫자입니다. 지금 만드신 모델의 model.summary() 에서 Total parameter 갯수 52는 너무도 작은 모델을 만드신 것입니다. 데이터 volume 이 크시면 Dense layer의 unit 수를 64로 하시고 별로 많지 않으면 (몇 만건 이내) 32로 하세요. 감사합니다.
0
조언해주신대로 dense를 64와 32로 설정하고 해보았더니
아무리 dense부분을 늘리고 줄이거나 threshold를 조절하더라도
pricision이 상대적으로 높고 recall 부분이 43이상이 되지 않습니다.
원인이 있을까요?
0
모델에는 이상이 없어 보이는데 어떤 DATA 를 사용하고 계신지 몰라서 저도 원인을 모르겠습니다. 데이터와 코드를 모두 제공해 주시면 제가 직접 코드 실행해 보면서 debugging 해야할 것 같습니다. 감사합니다.
이진분류에서 양성 클래스가 0일 때 평가 방법
0
10
1
원핫인코딩 전 train과 test 병합여부
0
16
1
수강기간 연장
0
17
1
Spark 3.5에서 pandas의 NaN이 NULL로 바뀌지 않을 때
0
21
1
Alpha vantage 유료화?
0
45
2
29강 작업2형의 이상치 처리
0
50
2
수강기간 연장 문의드립니다!
0
52
2
9월에 실기출제기준 개정내역에 신설된부분
0
52
1
colab 작동
0
56
2
작업형2 모의문제2 결과값 관련 문의드립니다.
0
61
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
47
1
random_state 값
0
67
2
19강 감정분석 강의처럼 api 돌렸는데
1
51
1
완독 챌린지 도서 인정 방법에 대한 문의
0
61
2
강의 연장 문의 드립니다.
0
61
2
강의 연장 문의
0
60
2
오토인코더+ Knn, SVC 로 해석하는경우
0
129
3
VAE 모델 loss 계산하는 부분 오류
0
317
2
라이브러리 임포트 시 경고 메세지가 뜹니다.
0
615
1
오토인코더를 특성 추출기로 사용하는 방법에 대해 질문
0
298
1
실습: 001. Imbalanced Dataset Sampling 관련 질문
0
1238
2
깃헙의 자료와 강의의 실습 내용이 다릅니다.
0
310
1
섹션2. DNN 이진분류 part2에서 pos, neg에 대해 질문드립니다.
0
609
1
SMOTE를 활용한 데이터 생성
0
593
1