평가 모델을 돌렸다면 얼마나 이 모델이 정확한지 파악할 수 있어야 한다. 어떤 모델을 사용하냐에 따라 성능평가지표가 달라진다. 평가가 가능한 것은 정답이 있는 학습 방식이다. Quiz1 정답이 있는 학습방식에서만 평가가 가능한 이유는 무엇일까? 머신러닝에서 성능평가지표를 이용해 평가할 수 있는 것은 supervised learning (지도학습)이다. 딥러닝 모델들 중 label(정답)이 존재하는 모델이라면 마찬가지로 성능평가지표를 이용해 모델의 성능을 파악할 수 있다. 성능평가지표 Classification 성능평가지표 Regression 성능평가지표 2. Regression 성능 평가지표 1 ) MAE 2 ) MSE 3 ) RMSE 4 ) MSLE, RMSLE 5 ) R^2 1) MAE Mean Ab..

평가 모델을 돌렸다면 얼마나 이 모델이 정확한지 파악할 수 있어야 한다. 어떤 모델을 사용하냐에 따라 성능평가지표가 달라진다. 평가가 가능한 것은 정답이 있는 학습 방식이다. Quiz1 정답이 있는 학습방식에서만 평가가 가능한 이유는 무엇일까? 머신러닝에서 성능평가지표를 이용해 평가할 수 있는 것은 supervised learning (지도학습)이다. 딥러닝 모델들 중 label(정답)이 존재하는 모델이라면 마찬가지로 성능평가지표를 이용해 모델의 성능을 파악할 수 있다. 성능평가지표 Classification 성능평가지표 Regression 성능평가지표 1. Classification 성능 평가지표 1 ) Accuracy 2 ) Confusion Matrix 3 ) Precision, Recall 4 )..

1. 개요 1) 앙상블이란? 여러개의 classifier를 생성하고 각 classifier가 예측한 값들을 결합함으로써 정확한 최종 예측 결과를 도출하는 기법 대부분의 정형데이터 분류 시 앙상블 모델들이 뛰어난 성능을 나타냄 랜덤 포레스트, 그래디언트 부스팅 등의 모델들이 있음 2) 학습 유형 투표를 통해 최종 예측 결과 결정 보팅 배깅 여러개의 분류기가 순차적으로 삭습 수행, 예측이 틀린 데이터에 대해서는 가중치 부여 부스팅 여러가지 다른 모델들의 예측 결과값을 학습 데이터로 만들고, 다른 모델(메타모델)에 이를 재학습시켜 결과를 예측 스태킹 이 외에도 다양한 유형이 있음 2. 앙상블 학습 유형 1) 보팅 일반적으로 서로 다른 알고리즘을 가진 classifier를 결합함 보팅 유형 하드보팅 다수결의 원..