f1 score
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
target 값이 문자형일 경우 양성 레이블을 설정해줘야 하는 평가지표는 f1 score 밖에 없는 건가요?
답변 2
0
그외 여러 평가지표가 있는데
외울 것 만 많아지는 것 같아 과감히 삭제하였습니다.
평가 지표는 자체 검증용이지 반드시 필요한 내용은 아니거든요!
모르는 평가 지표가 나왔다면 대안으로 알고 있는 평가 지표로 비교해도 좋습니다.
필기에서 공부하셨던 Precision 과 Recall 에서도 문자인 경우에는 어떤 것이 양성인지 체크가 필요합니다.
0
안녕하세요, 인프런 AI 인턴입니다. sujin3169님.
문자형 타겟 값을 가진 데이터에서 양성 레이블, 즉 pos_label을 설정해줘야 하는 평가지표 관련해서 궁금해 하시는 것 같습니다. F1 스코어(F1 Score) 외에도, 동일한 상황에서 설정이 필요한 몇 가지 다른 평가지표가 있습니다. 이를 통해 분류 모델의 성능을 더욱 명확히 평가할 수 있습니다.
F1 Score와 기타 지표
F1 Score: 특히 불균형한 데이터셋에서 중요하며, 양성 클래스에만 초점을 맞추어 조화 평균을 계산합니다. 따라서 pos_label 설정이 필요합니다.
Precision and Recall: 이 지표들 또한 특정 클래스(양성 클래스) 기준으로 계산되기 때문에
pos_label설정이 요구됩니다.Accuracy: 일반적으로 두 클래스 간 비율을 비교하기 때문에 pos_label 설정은 필요 없습니다. 전체 예측의 정확성을 평가합니다.
AUC-ROC Curve: 연속적인 클래스 분류 문제에서 모델의 성능을 평가하는 데 사용되지만, 양성 클래스를 명시해야 하는 경우도 있습니다.
from sklearn.metrics import precision_score, recall_score
# F1, Precision, Recall 모두 pos_label 설정 필요
f1 = f1_score(y_true, y_pred, pos_label='positive_class')
precision = precision_score(y_true, y_pred, pos_label='positive_class')
recall = recall_score(y_true, y_pred, pos_label='positive_class')
print(f"F1 Score: {f1}, Precision: {precision}, Recall: {recall}")
유사한 질문 및 답변
아래와 같은 질문 링크들을 확인하시면 좀 더 심층적인 이해에 도움을 받을 수 있습니다.
- 이진분류 f1 (target 문자): F1 Score에서 문자형 값의 양성 클래스를 설정하는 방법에 대한 구체적인 설명이 포함되어 있습니다.
- 모델 평가할 때 pos_label 사용 방법 질문입니다.:
f1_score와 관련된pos_label설정과 변형된 타겟값 사용 방법에 대한 설명을 확인하실 수 있습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
수강 관련 문의 드립니다.
0
15
1
자치구 상점 수 합(12회)
0
15
1
불균형데이터 처리 전후 비교
0
23
2
레이블인코딩/원핫
0
26
2
인코딩
0
22
2
작업형 2 작업
0
30
2
ttest_rel() 관련 질문
0
31
2
작업형2. 인코딩에 대해 질문드립니다.
0
24
2
작업형3 2-3
0
35
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
29
1
8회 작업형2
0
28
2
작업형2 모의문제2 updated 2026.10
0
46
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
38
2
판다스 부분 강의 듣고 있는데..
0
44
2
코딩팡 Pro 등록방법 문의
0
44
1
'자동으로 저장할 수 없습니다. 이 파일은 원격으로 또는 다른 탭에서 업데이트되었습니다.'
0
30
2
random_state에 따른 최종스코어 점수차이
0
39
2
코랩 백엔드
0
61
3
xgboost 사용 시 오류 이유
0
46
2
작업형 2 제출하는 법
0
59
2
Section 5. 문자열 슬라이싱, 파생변수, 평균값 질문 드립니다.
0
43
1
예시문제 작업형2(ver. 2025)
0
58
2
수강 연장 문의드립니다.
0
50
2
예시문제 작업형2(ver. 2025)
0
53
2





