-
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
해결됨
Accuracy
22.06.15 14:52 작성 조회수 91
0
평가의 정확도 강의 중에 불균형한 데이터(대출 사기등)에서는 정확도가 알맞는 측정방법이 아니라고 하셨는데 불균형한 데이터를 균형하게 학습시켜 주기 위해 StratifiedKFold를 사용하는거 아닌가요?? StratifiedKFold를 이용해 정확도를 측정해주면 될텐데 왜 불균형한 데이터에서 사용하지 않는것인지 궁금합니다 !
답변을 작성해보세요.
0
권 철민
지식공유자2022.06.15
안녕하십니까,
Stratified Kfold는 전체 데이터의 타겟값 비율을 그대로 학습과 검증 데이터에 동일 적용하기 위함입니다. 타겟값 자체의 비율은 관여하지 않습니다.
그러니까, 1000개의 데이터 중에 타겟값 양성이 100개, 음성이 900개로 이뤄졌을 때 학습과 검증 데이터로 7:3 으로 나누면 학습 데이터에는 양성이 70개, 음성이 630개가 들어가 있으며, 검증 데이터는 양성이 30개, 음성이 270개 들어가 있습니다. 즉 학습과 검증 데이터 모두 양성과 음성 비율이 1:9 로 들어가도록 되어 있습니다.
하지만 학습과 검증 데이터 모두 양성과 음성 비율이 1:9로 여전히 불균일합니다. 이런 경우에는 정확도 지표가 크게 중요한 평가 방법은 아닙니다.
감사합니다.
답변 1