Cộng đồng Hỏi & Đáp của Inflearn

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.

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.