섹션2. DNN 이진분류 part2에서 pos, neg에 대해 질문드립니다.
안녕하세요?
강의를 듣다가 궁금한 것이 생겨서 여쭤봅니다.
섹션2. DNN 이진분류 part2강의에서
정상, 비정상 데이터를 아래 사진과 같이 나타내셨는데
비율적인 면에서 neg보다 pos가 먼저와야 하는게 아닌가 싶어서 질문드립니다.
모델 훈련 결과에서 큰 차이는 없었지만
혹시 위와 같이 neg, pos로 지정하신 이유가 있는지 궁금합니다.
감사합니다.
Câu trả lời 1
0
positive 는 우리가 찾고자 하는 label 을 말 합니다. 암에 걸린 환자, 부도날 고객, 포르노 영상, 불법침입자 등이 예가 되겠습니다. 따라서 일반적으로 비정상 데이터를 검출하려고 모델을 만드는 것 이므로 positive로 지정합니다. 반면 별 관심 없는 정상 데이터는 negative 로 지정합니다.
좋은 질문 감사합니다.
27강 슬랙 테스트 부분도 누락된 것 같네요
1
12
2
22강 케글 연동 강의내용 누락된듯해요
1
17
2
작업형1 - 연습문제 1번 관련 질문입니다.
0
27
2
강의 자료 16~39 관련
0
35
2
한국투자증권 미국 주식 매매 수수료와 환전 수수료가 높은 경우 자동매매 베개투자법을 적용해도 괜찮을까요?
0
33
2
데이터 전처리 시 문의
0
40
2
random_state 값
0
32
2
인코딩 사용여부
0
38
2
인코딩 전 데이터 합치기 질문드립니다!
0
36
1
섹션5. 회귀 강의 관련 질문드립니다
0
41
2
수강기간연장 문의드립니다
0
45
2
수강 연장 문의
0
44
2
label 인코딩 에러 발생 원인
0
43
2
LabelEncoding 시 train data 학습(fit_transform, transform)
0
43
2
로지스틱 회귀분석은 옛날거 밖에 없나요?
0
47
2
판다스 표 표시
0
36
3
오토인코더+ Knn, SVC 로 해석하는경우
0
51
3
VAE 모델 loss 계산하는 부분 오류
0
264
2
features 수가 작을 경우의 Dense 설정 문의
0
230
1
라이브러리 임포트 시 경고 메세지가 뜹니다.
0
570
1
오토인코더를 특성 추출기로 사용하는 방법에 대해 질문
0
257
1
실습: 001. Imbalanced Dataset Sampling 관련 질문
0
1181
2
깃헙의 자료와 강의의 실습 내용이 다릅니다.
0
271
1
SMOTE를 활용한 데이터 생성
0
558
1