정확도에만 모델을 집중하면 생기는 문제는
예를 들어 과학 출간물 중 노벨상을 예측하는 모델을 만든다고 할때
모두 no 라고 하면 99.99%의 정확도로 맞출수 있을 것이다
(수많은 과학 출간물 중 노벨상은 하나 이기 때문에 , 불균형의 문제)
이럴때 FP 와 FN (False Positive , False Negative) 의 가중치를 조정함으로써 모델을 개선시킬수 있다.
A 와 B 중 더 맞다고 판단되는 모델은 ? "A"
(비록 4개의 잘못된 답이 있지만)
A 와 B 중 더 정확도가 높은 모델은 ? "B"
(A는 4개의 에러 , B는 2개의 에러)
즉, 정확도와 에러빈도만으로 판단해서는 안될 문제들이 있고
이를 해결하기 위한 가중치, 조정들이 필요하다
출처 : youtu.be/XeJZbCT84Js
728x90
'AI월드 > ⚙️AI BOOTCAMP_Section 2' 카테고리의 다른 글
bootstrap,bagging 복습_Day33 (0) | 2021.02.16 |
---|---|
판다스 groupby 활용법_Day 32 (0) | 2021.02.16 |
혼동행렬, 정확도, 정밀도, 재현율 한번더정리 (0) | 2021.02.09 |
결정트리,랜덤포레스트,혼동행렬,교차검증 키워드 개념정리 (0) | 2021.02.08 |
Precision,Recall,F-Measure,정밀도,재현율,정확도란?_Day28(2) (0) | 2021.02.08 |
댓글