CodeOnWeb
로그인

ML 방법론 및 결과 해석 실습 - Precision/Recall

Online 버전

서 종한 2018/11/15, 23:49

내용

AI PM 강의 (Online) (8)

추천 시스템 실습 - 내용 기반 추천 추천 시스템 실습 - 협업 필터링1 추천 시스템 실습 - 협업 필터링2 ML 방법론 및 결과 해석 실습 - 데이터셋 나누기 ML 방법론 및 결과 해석 실습-underfitting/overfitting ML 방법론 및 결과 해석 실습 - Skewed Classes ML 방법론 및 결과 해석 실습 - Precision/Recall

AI PM 강의 V1

Precision/Recall

데이터를 다운로드 받고 필요한 형태로 변환 합니다. 그리고 사용할 함수를 선언합니다.

Precision-Recall 그래프

precision-recall 그래프를 그리기 위해서는 threshold=0.5 기준으로 예측한 y 확률 값이 필요합니다

scikit-learn의 precision_recall_curve 함수를 사용하여 threshold 변화에 따른 precision/recall 값을 구합니다.

threshold값의 변화에 따른 precision-recall 그래프를 그립니다

precision/recall, f1-score 실습

threshold 변화에 따라 계산된 precision/recall값을 이용하여 f1 score를 구합니다

f1-score 값이 가장 큰 threshold 값을 찾습니다


501 읽음
이전 ML 방법론 및 결과 해석 실습 - Skewed Classes
다음 추천 시스템 실습 - 협업 필터링1 - Old

저자

토론이 없습니다

Please log in to leave a comment

16.5.11618.20190612.allo
문제 보고 · 사용조건 · 개인정보보호
래블업 주식회사 · 대한민국 서울 테헤란로 145 · 대표: 신정규 · 사업자번호: 864-88-00080 · +82 70-8200-2587

거절 확인

닫기
좋아요 책갈피 토론

아래 주소를 복사하세요