머신러닝/지도학습2 [머신러닝-지도] 성능평가 * 어떻게 평가할 것인가?* 분류 모델 평가- 0인지 1인지를 예측하는 것- 실제 값도 0과 1이고, 예측 값도 0과 1임- 하지만 0을 1로 예측하거나 1을 0으로 예측할 수 있음- 예측 값이 실제 값과 많이 같을 수록 좋은 모델이라 할 수 있음- 정확히 예측한 비율로 모델 성능을 평가=> 정확도를 높여라!!* 회귀 모델 평가- 회귀 모델이 정확한 값을 예측하기는 사실상 어려움- 예측 값과 실제 값에 차이(=오차)가 존재할 것이라 예상함- 예측 값이 실제 값에 가까울 수록 좋은 모델이라 할 수 있음- 예측한 값과 실제 값의 차이(=오차)로 모델 성능을 평가=> 오차를 줄여라!! 1. 회귀 모델 성능 평가- 우리가 실제로 예측하고 싶은 값, Target, 목푯값- 이 값과 비교해 우리 모델의 성능을 평.. 2024. 12. 16. [머신러닝-지도] 머신러닝 소개 1. 머신러닝에 대한 이해(1) 학습 방법에 따른 분류지도 학습(Supervised Learning)- 입력 데이터와 해당 데이터의 정답(라벨)이 주어진 상태에서, 모델이 이를 학습하여 새로운 데이터의 결과를 정확하게 예측하도록 만드는 학습 방식비지도 학습(Unsupervised Learning)- 정답(라벨)이 없는 데이터에서 패턴, 구조, 군집을 찾아내어 데이터의 특성을 분석하거나 유사한 그룹을 형성하는 학습 방식 강화 학습(Reinforcement Learning)- 에이전트(강화학습을 수행하는 주체)가 환경과 상호작용하며 행동에 따른 보상을 받아 최적의 행동을 선택하고, 이를 통해 목표를 달성하는 정책을 학습하는 방식 (2) 과제에 따른 분류분류 문제(Classification)- 주어진 데이터를.. 2024. 12. 15. 이전 1 다음
