Accuracy (1) 썸네일형 리스트형 머신러닝 모델 평가 방법: 정확도, 정밀도, 재현율, F1 스코어 머신러닝 모델을 개발할 때 모델의 성능을 평가하고 다른 모델과 비교하는 것이 매우 중요합니다. 모델 평가를 통해 모델의 장단점을 파악하고 개선할 점을 찾을 수 있습니다. 모델 평가에 사용되는 대표적인 지표로는 정확도(Accuracy), 정밀도(Precision), 재현율(Recall), F1 스코어(F1-Score) 등이 있습니다. 정확도 (Accuracy) 정확도는 전체 예측 중에서 맞춘 예측의 비율을 나타냅니다. 정확도는 직관적이고 계산하기 쉬운 지표이지만, 불균형 데이터(imbalanced data)에서는 적절하지 않을 수 있습니다. 정확도 = 참 예측 수 / 전체 예측 수 정밀도 (Precision) 정밀도는 긍정 예측 중에서 실제 긍정인 비율을 나타냅니다. 정밀도가 높다는 것은 모델이 긍정으로 .. 이전 1 다음
