# evaluation

8개의 포스트

sklearn 모델 품질 측정하기

헷갈리는 metrics 정리

2021년 5월 10일
·
0개의 댓글

Using Django querysets effectively

https://blog.etianen.com/blog/2013/06/08/django-querysets/ https://docs.djangoproject.com/en/3.1/ref/models/querysets/#iterator queryset cache evalua

2021년 3월 10일
·
0개의 댓글

Evaluation Metrics in Machine Learning - ROC / AUC

Receiver Operation Curve (ROC) and Area Under Curve (AUC) are important evaluation metrics used in evaluating the performance of the binary classifica

2021년 1월 13일
·
0개의 댓글
post-thumbnail

Evaluation Metrics in Machine Learning - F1 Score

F1-score is the weighted average of precision and recall. Hence, since it takes both FP and FN into account, better the balance between precision and

2021년 1월 13일
·
0개의 댓글
post-thumbnail

Evaluation Metrics in Machine Learning - Precision / Recall

Precision and Recall are evaluation metrics which emphasize the performance in positive data-set. Precision = (TP) / (TP + FP) ratio of correctly pr

2021년 1월 13일
·
0개의 댓글
post-thumbnail

Evaluation Metrics in Machine Learning - Confusion Matrix

Confusion Matrix which is often used as an evaluation metrics in binary classification shows how much the model is confused while performing the predi

2021년 1월 13일
·
0개의 댓글

Evaluation Metrics in Machine Learning - Accuracy

So far, we have studied various techniques (ex- train/test-split, GridSearchCV, Standardization, Normalization, Data Preprocessing) to enhance our mac

2021년 1월 13일
·
0개의 댓글
post-thumbnail

(번역) 머신러닝 모델의 평가지표

과연 어떻게 머신러닝 모델의 완성도를 측정할까? 언제 학습(train)과 학습평가(evaluation)를 끝내고, 완성했다고 말할 수 있을까? 이 글을 통해, 이 질문에 대한 답을 찾아보자.

2020년 4월 29일
·
0개의 댓글