분류 평가 정확도 예측
77
1 asked
강사님 안녕하세요!
분류 평가 오차행렬 관련해서 궁금한 점이 있습니다.
3.1 정확도 주피터노트북의 Confusion Matrix 코드에서 MNIS 데이터에 대해 오차행렬 평가를 하는데, 이때는 FP, TP가 나오지 않는 이유가 classifier가 dummy classifier로 더 정확한 분류를 하지 못했기 때문이 맞을까요?
Answer 2
1
안녕하십니까,
네, 맞습니다. FP, TP가 0으로 나오는 이유는 dummy classifier 모든 예측을 다 0 즉 Negative로 했기 때문에 아예 Positive가 없어서 FP, TP는 0이 나오게 됩니다.
감사합니다.
0
안녕하세요, 인프런 AI 인턴입니다. Sojeong Baek님.
오차행렬(Confusion Matrix)은 주어진 분류 모델의 성능을 평가하는 데 매우 유용한 도구입니다. 오차행렬에서는 일반적으로 TP(True Positive), TN(True Negative), FP(False Positive), FN(False Negative)라는 항목이 나타나게 됩니다. 하지만, 분류기가 모든 샘플을 한쪽 클래스(예: 모든 샘플을 Negative)로만 예측할 경우, 일부 항목이 0으로 나타날 수 있습니다.
특히, Dummy Classifier는 주로 baseline(기본 성능) 측정을 위해 사용되며, 이는 정말 최소한의 전략(예: 가장 흔한 클래스로 예측하기)을 사용하여 예측을 수행합니다. 따라서 FP, TP가 적거나 없는 이유는 Dummy Classifier의 예측 방식 때문일 가능성이 큽니다. 이 경우, 해당 모델은 다른 분류 성능 지표가 감소해 부정확해 보일 수 있습니다.
일반적으로 머신러닝 모델을 평가할 때는 Dummy Classifier의 결과를 비교 기준으로 삼아 좀 더 복잡한 모델(예: Decision Trees, SVM 등)과의 성능 차이를 측정합니다. 이는 Dummy Classifier보다 얼마나 더 나은 성능을 보이는지를 판단하는 데 유용합니다.
아래 링크를 통해 유사한 질문과 답변을 확인하실 수 있습니다:
- 3장의 오차행렬이 잘 이해가 가지 않습니다.
- 오차행렬
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.
안녕하세요 열심히 수강중인 학생입니다
0
63
2
정수 인덱싱
0
68
2
넘파이 오류
0
85
2
11강 numpy의 axis 축 질문 드립니다.
0
85
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
79
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
70
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
75
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
64
2
5강 강의 오류가 있어요.
0
84
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
72
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
69
3
파이썬 다운그레이 후 사이킷런 재설치
0
117
2
좋은 강의 감사합니다.
0
72
2
scoring 함수 음수값
0
67
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
100
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
99
1
카카오톡 채널 있나요
0
107
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
190
2
pca 스케일링 관련하여 질문드립니다.
0
100
2
주피터 대신 구글 코랩
0
172
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
148
2
실루엣 스코어..
0
86
2
float64 null 값 처리 방법
0
103
2
TMDB5000 데이터 세트를 이용한 콘텐츠기반 필터링 구현 실습 - 02 강의내용 질문입니다
0
101
2