인프런 커뮤니티 질문&답변

닉네임님의 프로필 이미지
닉네임

작성한 질문수

인공지능을 활용한 이상거래 검출 기법

features 수가 작을 경우의 Dense 설정 문의

작성

·

127

0

 

저의 데이터 컬럼수가 5개인데 여기에 DNN 의 Dense 적용하는 부분에서 위와 같이 설정을 하였습니다.

 

 

 

 

그랬더니 precision과 recall 수치가 이상하게 나오는데

제 생각은 항목수가 적기 때문에

dense 부분이 굳이 세개가 필요없다는 것과 dropout도 없어도 될 듯 싶은데

어떻해 해야 recall의 수치가 높아질 수 있을까요

 

 

 

 

답변 1

0

YoungJea Oh님의 프로필 이미지
YoungJea Oh
지식공유자

Dense(5, activation='relu', input_shape=(5,)), ==> 5를 32 또는 64로 키우세요
Dense(3, activation='relu'), ==> 3을 16 또는 32로 키우세요
Dense(1, activation='sigmoid') ==> OK

Dense layer의 unit 갯수는 데이터 컬럼수 5와는 아무 상관이 없습니다. 데이터가 데이터 컬럼수는 input_shape 에 지정하는 숫자입니다. 지금 만드신 모델의 model.summary() 에서 Total parameter 갯수 52는 너무도 작은 모델을 만드신 것입니다. 데이터 volume 이 크시면 Dense layer의 unit 수를 64로 하시고 별로 많지 않으면 (몇 만건 이내) 32로 하세요. 감사합니다.

닉네임님의 프로필 이미지
닉네임
질문자

조언해주신대로 dense를 64와 32로 설정하고 해보았더니

아무리 dense부분을 늘리고 줄이거나 threshold를 조절하더라도

pricision이 상대적으로 높고 recall 부분이 43이상이 되지 않습니다.

원인이 있을까요?

 

imageimage

image

YoungJea Oh님의 프로필 이미지
YoungJea Oh
지식공유자

모델에는 이상이 없어 보이는데 어떤 DATA 를 사용하고 계신지 몰라서 저도 원인을 모르겠습니다. 데이터와 코드를 모두 제공해 주시면 제가 직접 코드 실행해 보면서 debugging 해야할 것 같습니다. 감사합니다.

닉네임님의 프로필 이미지
닉네임
질문자

강사님의 네이버 메일로 데이터와 소스코드를 보내드렸습니다.

시간되시면 확인 좀 부탁드리겠습니다

닉네임님의 프로필 이미지
닉네임

작성한 질문수

질문하기