균일한 데이터 셋은 그럼 반반인 데이터인가요?
300
작성한 질문수 2
불균일한 데이터셋이라는 게 바로 와닿지가 않네요 4:49
답변 1
0
안녕하십니까,
분류 학습을 위해서는 개별 레이블(타겟값) 별로 어느정도 데이터 셋이 필요한데, 그렇지 못한 경우를 얘기합니다. 위암 판정 모델을 만들어야 하는데, 정상인 상태와 암인 상태의 데이터가 모두 필요합니다.
정상인 경우는 데이터가 10,000개 정도 있는데, 암인 경우는 100건 밖에 없다고 할때 정확도를 모델을 판단하는 중요 지표로 설정하면 모두 정상이라고 찍어도(?) 정확도는 10000/10100 도 99% 이상 나옵니다. 따라서 정확도는 이런 불균일한 데이터 셋에서 모델 성능 지표로 사용할 수 없습니다.
더구나 암 진단 모델이라면 암을 정확히 진단했는지가 훨씬 더 중요합니다. 암을 정상이라고 판단하면 큰 문제가 생기기 때문입니다. 정상을 정상이라고 판단하는것의 중요성 보다, 암을 암이라고 판단하는 중요성이 훨씬 크기 때문에 이를 감안할 수 있는 재현율 같은 지표를 이런 불균일한 데이터 세트에서는 성능 지표로 더 잘 활용합니다.
감사합니다.
모델 서빙과 관련된 강좌가 출시되는지 질문드립니다.
0
24
2
안녕하세요 열심히 수강중인 학생입니다
0
68
2
정수 인덱싱
0
71
2
넘파이 오류
0
88
2
11강 numpy의 axis 축 질문 드립니다.
0
89
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
80
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
71
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
76
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
65
2
5강 강의 오류가 있어요.
0
86
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
74
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
70
3
파이썬 다운그레이 후 사이킷런 재설치
0
122
2
좋은 강의 감사합니다.
0
75
2
scoring 함수 음수값
0
68
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
104
2
분류 평가 정확도 예측
0
80
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
100
1
카카오톡 채널 있나요
0
110
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
191
2
pca 스케일링 관련하여 질문드립니다.
0
102
2
주피터 대신 구글 코랩
0
174
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
149
2
실루엣 스코어..
0
87
2