TensorFlow로 시작하는 딥러닝 - 딥러닝 모델의 성능

모델 : 머신러닝에서 어떠한 문제를 해결하는 시스템.

문제의 유형에 따라 성능을 측정할 수 있는 지표가 다름.

 

 

회귀분석 모델의 성능 측정

 

회귀(Regeression)분석의 성능 지표

MSPE : 정답과 예측값 차의 제곱 가중함

R Square : MSE / 데이터셋의 분산

Adjusted R Square : R Square 값에 input feature의 개수 패널티 가중치를 준 값

 

 

분류분석 모델의 성능 측정

 

분류(Classification)분석의 성능 지표

Precision : 정밀도. 모델에서 모델에서 정답이 아닌 것을 얼마나 잘 걸러내는가를 보여주는 지표.

Recall : 재현율. 모델에서 실제 정답을 얼마나 많이 선택하는가를 보여주는 지표.

 

* Recall이 중요한 경우

 - Test 데이터가 Positive인 데이터를 Negative로 잘못하게 되면 업무상 큰 영향이 발생하는 경우.

 - Classfication의 경우, 대부분이 검출하고자 하는 경우가 Minor.

 - 대부분의 케이스에서 Precision보다 중요한 지표.

 - ex) 보험사기 검출, 금융사기 검출, 어뷰징 검출, 질병 검출, Etc.