Hands On Machine Learning
Chapter 3
- grey scale 이미지의 경우 픽셀 강도
- 0(흰색) ~ 255(검은색)?
- https://codetorial.net/tensorflow/mnist_classification.html
cmap='binary'는 일반적인 것과 다르다.- 컬러맵의 설정에 따라 값에 따라 색이 다르다.
- https://matplotlib.org/stable/tutorials/colors/colormaps.html#sequential2
- 클래스 불균형의 경우... 어떤 현상이 발생하는가?
- 1) 너무 많게 치우친 데이터만 계속 예측하려한다.
- 오차의 합 측면에서 예측할 때 클래스 많은 것 쪽으로 치우쳐진다.
- 2) 분포가 달라진다.
- 예를 들어 남자:여자 키를 갖고 온 분포인데, 남자(8):여자(2)로 가져오면 키의 값이 남자쪽으로 기울게 된다.
- 1) 너무 많게 치우친 데이터만 계속 예측하려한다.
- OvO, OvR의 차이...
- https://towardsdatascience.com/multi-class-classification-one-vs-all-one-vs-one-94daed32a87b
- OvR은 1 vs rest classifier를 클래스 개수만큼 각각만 만듦.
- OvO는 1 vs 1 classifier를 여러 개(각각의 조합에 맞게) 만들고, 나중에 토너먼트 같이 함.
- Multilabel classification 모델의 평가 지표에 대해서
- 이 때 클래스별 개수 불균형이 있다면...
- F1스코어를 구한다고 쳐도 클래스 개수의 portion에 따라 값이 구해질 수 있게 해줄 수 있다.
- Sckit-learn의 F1-score를 구할 때에
average='weighted'같은 거로 구현 가능하다. - https://stackoverflow.com/questions/55740220/macro-vs-micro-vs-weighted-vs-samples-f1-score
- CUML
- sciki-learn의 GPU화...?
'어떻게든 자야겠어'라는 저 아이를 닮고 싶습니다