목표에 따른 모델 성능 평가 지표 종류
모델 성능 평가지표
모델을 만드는 이유는 일반화를 통해 미래 예측을 추정하고자 하는 것이다. 그래서 우리는 모델의 수정과 학습을 반복함으로써, 주어진 가설 공간에서 최고 성능을 발휘하는 모델을 선택한다.
jungnamgyu.tistory.com
Confusion Matrix (오차 행렬)
- 주로 알고리즘의 성능을 평가할 때 사용된다.
| 실제 정답 | |||
| True | False | ||
| 분류 결과 | True | True Positive (TP) | False Positive (FP) |
| False | False Negative (FN) | True Negative (TN) | |
True Positvie (TP) : 실제 정답이 True인데 True라고 예측 (정답)
False Positvie (FP) : 실제 정답이 False인데 True라고 예측 (오답)
False Negative (FN) : 실제 정답이 True인데 False라고 예측 (오답)
True Negative (TN) : 실제 정답이 False인데 False라고 예측 (정답)
● 평가지표 : Accuracy(정확도), Precision(정밀도), Recall(재현율), F1 Score, Fall-out
Accuracy(정확도)
'인공지능 > DeepLearning' 카테고리의 다른 글
| [Computer Vision] Image Augmentation (0) | 2021.01.11 |
|---|---|
| 모델 성능 평가지표 (0) | 2020.12.29 |
| [RNN] GRU (Gated Recurrent Unit) (0) | 2020.12.16 |
| [CNN] Alex Net - 구현 및 MNIST_Fashion 학습 (0) | 2020.12.11 |
| [PyTorch] File I/O, GPUs (0) | 2020.11.12 |
