# metrics

8개의 포스트
post-thumbnail

웹사이트 성능 메트릭

⭐️ 표시는 Web Vital에서 중점적으로 체크하는 항목이다. LCP : 로딩 성능 FID : 상호 작용력 CLS : 시각적 안정성

2021년 3월 8일
·
0개의 댓글

Metrics

사이킷런에 있는 서브패키지로, 분류문제의 여러 성능평가 명령을 제공한다. 일반적으로 정확도(accuracy_score)를 많이 사용하는데, 이밖에도 여러 종류의 성능평가 지표가 있다.타겟의 정답인 클래스와 모형이 예측한 클래스가 얼마나 일치하는지 세서 표로 나타낸 것이

2021년 2월 19일
·
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

Business Metrics

학창 시절, 시험 기간이 되면 가장 먼저 한 일은 계획을 세우는 것이었다. 목표 점수를 정하고 그 목표에 달성하기 위한 세부 전략들을 구성했다. 모든 과목에 자신이 있었던 것이 아니었기에 상대적으로 취약한 과목에는 더 많은 시간을, 성적이 잘 나오는 과목에는 시간을 적

2020년 11월 28일
·
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