scikit learn 2

[Python] Scikit-learn에서 cross validation 사용하기

교차검증법에는 다양한 방법이 존재한다. 일반적으로는 n개의 집단으로 나누어 교차검증을 하지만 LOOCV(Leave-One-Out Cross-Validation)의 경우에는 분할의 수를 데이터의 수 만큼 나누어 평가를 하게 된다. 만약 데이터가 100개라면 데이터를 100개로 나누고 99개는 학습, 나머지 하나로 평가를 하는 형태로 진행된다. LOOCV의 경우 데이터의 수가 적을 때 극한으로 성능을 끌어올리기 위해서 주로 사용된다. 사이킷-런(scikit-learn)에서는 교차검증에 대한 패키지를 제공해주고 있다. sklearn 2.0 버전 이하인 경우에는 아래와 같은 방식으로 호출을한다. from sklearn import cross_validation 하지만 그 이후 버전에서는 아래와 같이 cross_..

Python/Scikit-learn 2022.01.14

confusion_matrix

1. confusion_matrix (오분류표) TN : 원래 값이 0인 값을 0으로 제대로 측정한 값 True Negative FP : 원래 값은 0이지만 1로 잘못 예측한 값 False Positive FN : 원래 값은 1이지만 0으로 잘못 예측한 값 False Negative TP : 원래 값이 1인 값을 1로 제대로 측정한 값 True Positive python 에서 confusion matrix 를 사용하기 위해 sklearn을 사용하였다. from sklearn.metrics import confusion_matrix confusion matrix 는 Accuracy, Precision, Recall(Sensitivity), Specificity, f1-score 등이 활용될 수 있다. A..

반응형