hre94.log
로그인
hre94.log
로그인
Recall(binary / macro / micro / samples / weighted)
이정훈
·
2026년 4월 12일
팔로우
0
Recall
binary classification 인 경우
Recall
=
실제값과 예측값이 모두 True인 데이터 수
실제값이 True인 전체 데이터 수
\text{Recall} = \frac{\text{실제값과 예측값이 모두 True인 데이터 수}}{\text{실제값이 True인 전체 데이터 수}}
Recall
=
실제값이
True
인
전체
데이터
수
실제값과
예측값이
모두
True
인
데이터
수
muti-label classificaion인 경우
Recall
C
A
T
i
=
실제값과 예측값이 모두
C
A
T
i
인 데이터 수
실제값이
C
A
T
i
인 전체 데이터 수
\text{Recall}_{CAT_i} = \frac{\text{실제값과 예측값이 모두 } CAT_i \text{인 데이터 수}}{\text{실제값이 } CAT_i \text{인 전체 데이터 수}}
Recall
C
A
T
i
=
실제값이
C
A
T
i
인
전체
데이터
수
실제값과
예측값이
모두
C
A
T
i
인
데이터
수
⚠️ 함수 사용 시 절대 주의사항
반드시 recall_score(y_true, y_pred) 순서로 넣어줘야함
이정훈
AngDDo
팔로우
이전 포스트
AIC 기반 소거법
다음 포스트
변수 조합에 따른 검정 방법
0개의 댓글
댓글 작성