제로베이스_Machine Learning (4)

---

📄 목차

1. 모델 평가
   • 모델 평가의 개념
   • ROC / AUC
   • ROC 커브 그리기
2. 함수의 그래프 표현
   • 다항 함수
   • 다항 함수의 x축 이동
   • 지수 함수
   • 자연 상수 e
   • 로그 함수
   • 시그모이드
   • 벡터
   • 함수의 합성
3. Boxplot
   • 구성 요소
   • Matplot으로 그리기
   • Seaborn으로 그리기

---

1. 모델 평가

• 과정 순환
  1. 데이터 수집 / 가공 변환
  2. 모델 학습 / 예측
  3. 모델 평가

• 모델을 평가할 방법은 없으나 다양한 모델과 파라미터를 두어 상대적으로 비교함
  • 비교적 정확한 모델 / 비교적 의도에 적합한 모델...

모델 평가의 개념

1. 회귀모델: 실제 값과의 에러치를 가지고 계산
2. 분류모델
   • 정확도 (Accuracy)
   • 오차 행렬 (Confusion Matrix)
   • 정밀도 (Precision)
   • 재현율 (Recall)
   • F1 score
   • ROC AUC
3. 이진 분류 모델
   • TP (True Positive): 실제 positive를 positive로 맞췄을 경우
   • FN (False Negative): 실제 positive를 negative로 틀리게 예측한 경우
   • TN (True Negative): 실제 negative를 negative로 맞췄을 경우
   • FP (False Positive): 실제 negative를 positive로 틀리게 예측한 경우

• 분류 모델 평가 지표
  • Accuracy: (TP + TN) / (TP + TN + FN + FP)
    • 정확하게 맞춘 데이터의 비율
  • Precision: TP / (TP + FP)
    • 양성이라고 예측한 것 중에서 실제 양성의 비율
    • 예측의 정밀도를 의미 >> 모델에 중점을 둠
  • Recall (TPR - True Positive Ratio): TP / (TP + FN)
    • 참인 데이터 중 참이라고 예측한 것
  • Fall-Out: FP / (FP + TN)
    • 거짓인 데이터 중 참이라고 예측한 것

• 실제 양성인 데이터를 음성으로 판단하면 안되는 경우 >> Recall이 중요
• 반대로 실제 음성인 데이터를 양성이라고 판단하면 안되는 경우 >> Precision이 중요

• F1-Score (조화 평균)
  • Recall과 Precision을 결합한 지표
  • 둘 다 어느 한 쪽으로 치우치지 않고 높은 값을 가지게 되면, F1 score가 높아짐
  • FB = (1+B^2)(precision x recall)/(B^2 x precision + recall)
    • 여기서 B에 1를 적용하면 F1 score임
    • F1 score = 2*(precision x recall) / (precision + recall)

ROC / AUC

• AUC는 1에 가까울 수록 좋음

ROC 커브 그리기

1. 데이터 불러오기 / 학습을 위한 가공

   

2. decision tree 적용하고 분류 모델 평가 지표 구함

   

3. ROC 커브 그림

   

---

2. 함수의 그래프 표현

다항 함수

다항 함수의 x축 이동

지수 함수

자연 상수 e

$\displaystyle\lim_{x \to \infty} (1 + \frac{1}{x})^x = \displaystyle\lim_{x \to 0} (1 + x)^{\frac{1}{x}} = e$

로그 함수

$f(x) = \log_ax$

시그모이드

$\sigma(z) = \frac{1}{1+e^{-z}}$

벡터

다 변수 벡터 함수 예제: $s(u, v) = \begin{pmatrix}u\\v\\1+u^2 + \frac{v}{1+v^2}\end{pmatrix}$

함수의 합성

$f(x) = x^3 -15^x + 30$
$g(y) = \log y$
$g\times f = g(f(x)) = \log(x^3 -15^x + 30)$

---

3. Boxplot

구성 요소

Matplot으로 boxplot 손수 그려보기

Seaborn으로 간편하게 boxplot 그리기