features 수가 작을 경우의 Dense 설정 문의
236
3 asked
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
Answer 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.
RandomForest vs lgb
0
11
1
전처리 관련질문
0
7
2
작업형3 기출
0
7
1
유형2에서 데이터분할 생략 가능여부
0
13
2
9회 기출 유형3 질문
0
10
1
lgb 기초편
0
8
1
수업자료 문의
0
12
2
괄호 사용
0
12
1
작업형 2 데이터 전처리 질문
0
14
1
11회 기출 유형 작업형1 문제 3-1
0
10
0
예시문제 작업형2 (ver2023) 질문입니다
0
12
1
Data type에 따른 처리
0
12
2
Cursor 실행 문의
1
12
2
데이터 전처리 관련
0
14
2
시험에서 문제 불러오기
0
12
2
2번문제 출력값 질문
0
18
2
오토인코더+ Knn, SVC 로 해석하는경우
0
67
3
VAE 모델 loss 계산하는 부분 오류
0
271
2
라이브러리 임포트 시 경고 메세지가 뜹니다.
0
578
1
오토인코더를 특성 추출기로 사용하는 방법에 대해 질문
0
263
1
실습: 001. Imbalanced Dataset Sampling 관련 질문
0
1185
2
깃헙의 자료와 강의의 실습 내용이 다릅니다.
0
274
1
섹션2. DNN 이진분류 part2에서 pos, neg에 대해 질문드립니다.
0
574
1
SMOTE를 활용한 데이터 생성
0
560
1