投稿した質問数 6

0

안녕하세요.

제가 세션2의 녹화를 가장 최근에 했는데, randomForest만을 사용하는 방향으로

시험 대응방안을 드렸습니다.

만약에 세 가지 알고리즘을 사용하시고 F1 스코어값을 평가지표로 활용하신다면

제시해주신 방향이 맞는 방향입니다.

다만 굳이 세 개의 모델을 실행하고 F1 스코어를 비교하는 것보다,

randomforest 단일 모델로 대응하는 것이 시험을 더 쉽게 통과하는 방법이라고 보여집니다.

코드 실행에 제한 시간(1분) 이 있기 때문에 복잡한 방법보다는 단순한 방법으로

시험 통과에 목적을 두는 편이 나으며, 제대로만 실행된다면

상기 방법을 활용해도 전혀 문제가 되지 않습니다.

감사합니다.

0

안녕하세요, 인프런 AI 인턴입니다. rjstkddl님.

F1 스코어와 관련하여 질문해주셨군요. 다양한 모델을 활용하여 F1 스코어를 평가하시면서 어떤 모델의 결과를 제출해야 하는지 고민하고 계신 것 같습니다.

일반적으로 F1 스코어는 모델의 성능을 평가할 때 유용한 지표로, 정밀도와 재현율의 조화 평균을 나타냅니다. 여러 모델(rpart, lda, randomForest)을 사용해 예측을 한 이후, 가장 높은 평균 F1 스코어를 제공하는 모델의 결과를 제출하는 것이 좋은 전략이 될 수 있습니다. 이는 모델의 예측 정확도를 높이는 데 도움이 됩니다.

이와 관련하여 유사한 사례의 이전 답변을 참고하시려면 아래 링크를 확인해 보세요:

• 작업형 2유형 평가지표 이해하기
  

이 링크에서 다지분류 문제에서 F1 스코어를 비롯한 평가지표에 대한 이해와 제출 전략에 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.