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 |
Tags
- tableau
- Python
- ADsP
- 데이터분석
- 코딩테스트
- 딥러닝
- sklearn
- scikit learn
- Google ML Bootcamp
- 태블로
- 머신러닝
- 회귀분석
- 데이터 전처리
- ML
- 통계
- Deep Learning Specialization
- 파이썬
- 이것이 코딩테스트다
- 시각화
- 자격증
- r
- IRIS
- pandas
- 데이터분석준전문가
- 데이터 분석
- SQL
- SQLD
- matplotlib
- pytorch
- 이코테
Archives
- Today
- Total
목록Accuracy (1)
함께하는 데이터 분석
![](http://i1.daumcdn.net/thumb/C150x150.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/1lDPg/btrWrqob1TM/JrR2WQhqLiuxbV60N7KqwK/img.png)
머신러닝 분류 모델에서 성능 평가 지표로 Confusion Matrix를 기반으로 하여 Accuracy, Precision, Recall, F1 score 등으로 측정합니다 Confusion Matrix Prediction positive(1) negative(0) Actual positive(1) TP FN negative(0) FP TN TP(True Positive) : 실제 positive인데 예측도 positive인 경우 FN(False Negative) : 실제 positive인데 예측은 negative인 경우 - Type II error FP(False Positive) : 실제 negative인데 예측은 positive인 경우 - Type I error TN(True Negative) : ..
데이터분석 공부/ML | DL
2023. 1. 17. 10:08