머신러닝 용어 정리

지도 학습 : 정답을 알려주면서 진행되는 학습

비지도 학습 : 정답이 없이 진행되는 학습

 

분류 : 분리된 값을 예측

회귀 : 연속되는 값을 예측

 

과대적합 : 데이터에서 특징을 필요이상으로 추출한 경우 발생하는 편향적 문제

과소적합 : 데이터에서 특징을 활용하지 못한 경우 발생하는 분산적 문제

 

혼동 행렬 : 모델의 성능을 평가할때 사용되는 지표로 x축은 예측값, y축은 실제값

 

(잘한,못한)(O,X)	실제 답	예측값
TP(잘한 O)	O	O
TN(잘한 X)	X	X
FP(못한 O)	X	O
FN(못한 X)	O	X

 

정확도 = TP+TN / 전체 예측수

정밀도 = TP / (TP+FP), 정밀도가 낮으면 이상한놈도 O라고 한것.

재현율 = TP / (TP+FN), 재현율이 낮으면 맞은놈을 X라고 한것.

 

F1 = 2 * 재현율 * 정밀도 / (재현율 * 정밀도), 재현율과 정밀도 사이의 값

 

k-폴드 교차 검증 : 검증데이터를 n번의 검증과정을 통해 학습 데이터의 모든 데이터를 한번씩 검증데이터로 사용해서 n개의 검증 결과를 평균낸 값을 검증 성능 평가 지표로 사용하는 방법