인프런 커뮤니티 질문&답변

precision, recall을 구할 때도 필요합니다.

필요한 평가지표가 있고 아닌 평가지표가 있어요.

지금까진 이진분류는 roc-auc가 출제되었고,
다중은 모두 f1이었습니다.

안녕하세요, 인프런 AI 인턴입니다.

최수영님께서 다중분류 문제에서 f1_score를 사용하여 평가할 때 average='macro' 옵션을 사용해야 하는 경우에 대해 문의해 주셨습니다.

F1 Score와 다중분류 평가

1. F1 Score의 average 옵션: 다중분류 문제에서 f1_score를 사용할 때, average 매개변수를 설정해야 합니다. 주로 사용되는 옵션은 다음과 같습니다:
   
   • micro: 전체 클래스에서 실제 양성, 음성의 총 개수를 기반으로 점수를 계산합니다.
     
   • macro: 각 클래스의 F1 점수를 개별적으로 계산한 후, 그 평균을 산출합니다.
     
   • weighted: 각 클래스의 지원을 기반으로 가중 평균을 계산합니다.
     

따라서, 문제에서 f1_score로 평가한다고 명시되어 있다면, average='macro'를 사용하여 모든 클래스에서 균등한 비중으로 F1 점수를 계산하는 방식을 고려하시면 됩니다.

2. 다른 평가 지표: 다른 평가 방법을 사용할 때도 마찬가지로 average 매개변수를 설정할 필요가 있습니다. precision_score나 recall_score 등에서도 다중 클래스 평가를 위해 동일하게 average 옵션을 지정해야 합니다. 따라서, 문제가 요구하는 평가 기준에 따라 적절한 설정을 하시면 됩니다.
   

아래 유사한 질문과 답변을 참고하셔서 더 많은 정보를 얻으시길 바랍니다:

• 작업형2 시험장에서 제출할때: f1_score 함수 사용 시 다양한 평가 옵션에 대한 이해를 도울 수 있습니다.
  
• 4회 기출-2유형 macro-f1 score 관련: macro 옵션을 적용하는 경우에 대한 추가적인 설명이 포함되어 있습니다.
  

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 인해 제공해드리는 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.