모형 평가의 기준
CODEDRAGON ㆍDevelopment/Big Data, R, ...
반응형
모형 평가의 기준
모형 평가의 기준은 크게 일반화의 가능성, 효율성, 예측과 분류의 정확성으로 구분됩니다.
기준 |
설명 |
일반화의 가능성 |
· 같은 모집단 내의 다른 데이터에 적용하는 경우에도 안정적인 결과를 제공하는 것을 의미합니다. · 데이터를 확장하여 적용할 수 있는 지에 대한 평가 기준입니다. |
효율성 |
· 분류 분석 모형이 얼마나 효과적으로 구축되었는지 평가하게 됩니다. · 적은 입력변수를 필요로 할수록 효율성이 높다고 할 수 있습니다. |
예측과 분류의 정확성 |
· 구축된 모형의 정확성 측면에서 평가하는 것으로 안정적으로 효율적인 모형을 구축하였다 하더라도 실제 문제에 적용했을 때 정확하지 못한 결과만을 양산한다면 그 모형은 의미를 가질 수 없습니다. |
'Development > Big Data, R, ...' 카테고리의 다른 글
과기정통부, 사람이 중심이 되는 「국가 인공지능 윤리기준」(안) 공개 (0) | 2020.11.29 |
---|---|
저수준 그래픽 함수(Low-level) (0) | 2020.11.23 |
교사학습 단계 (0) | 2020.11.10 |
퍼셉트론(Perceptron) 구조 (0) | 2020.11.02 |
분석 방법 차이 (0) | 2020.10.24 |