머신러닝 모델 성능 평가 - F1
2023. 2. 9. 09:57ㆍmachine learning
728x90
반응형
F1 Score
F1 스코어(Score)는 정밀도와 재현율을 결합한 지표입니다. F1스코어는 정밀도와 재현율이 어느 한쪽으로 치우치지 않는 수치를 나타낼 때 상대적으로 값을 가집니다. F1 스코어의 공식은 다음과 같습니다.
만일 A예측 모델의 경우 정밀도가 0.9. 재현율이 0.1로 극단적인 차이가 나고, B예측 모델은 정밀도가 0.5, 재현율이 0.5로 정밀도와 재현율이 큰 차이가 없다면 A예측 모델의 F1스코어는 0.18이고, B예측 모델의 F1 스코어는 0.5로 B모델이 A모델에 비해 매우 우수한 F1 스코어를 가지게 됩니다.
728x90
반응형
'machine learning' 카테고리의 다른 글
| 머신러닝 모델 성능 평가 - 정확도 (Accuracy), Confusion Matrix (0) | 2023.02.09 |
|---|---|
| 머신러닝 모델 성능 평가, ROC-AUC (0) | 2023.02.09 |
| 파라미터와 하이퍼파라미터의 개념의 차이 (0) | 2023.02.09 |
| 텍스트 유사도, 두 단어 혹은 두 문장이 주어졌을 때, 유사도를 어떻게 측정할 수 있을까? (0) | 2023.01.27 |
| Kubeflow Pipelines 란 무엇인가 (0) | 2023.01.13 |