Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- pytorch
- 동시발생 행렬
- CBOW
- Long Short Term Memory
- Multi-Layer Perceptron
- dl
- 1x1 Convolution
- deep learning
- f1-score
- 선형대수
- py4e
- 차원 감소
- 시소러스
- 분포 가설
- mlops
- excel
- 상호 정보량
- pythonForEverybody
- 파이썬
- Gated Recurrent Unit
- object detaction
- Linear algebra
- 벡터 간 유사도
- Charlse Severance
- Python
- skip-gram
- convolution
- docker
- GoogLeNet
- nn.Module
Archives
- Today
- Total
목록metric (1)
Tech & TIL
F1 score란?
좋은 Article을 읽게 되어 헷갈리던 ML metrics에 대해 정리해보고자 한다. F1 score 소개 F1 score는 분류 모델에서 사용되는 머신러닝 metric(평가지표)이다. 분류 모델에 사용되는 다양한 metric이 존재하지만, F1 score를 사용하는 이유는 뭘까? F1 score를 알아보기전 Accuracy에 대해 알아보자. Accuracy 정확도는 말 그대로 얼마나 정확하냐를 측정하는 지표이다. 예를 들어, 개와 고양이를 분류하는 모델에서 전체 (개 5장, 고양이 5장) 10장 중 9장을 올바르게 분류하고 1장을 다르게 분류했다면 해당 모델의 정확도는 90%가 된다. 이를 보다 정확하게 표현하면 아래와 같은 그림이 된다. (# = the number of = ~의 수) 정확도는 분류..
Data Science
2022. 5. 9. 16:24