작업형 2

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요

# F1 스코어(F1 Score) *** 숫자 문자 차이 없음
from sklearn.metrics import f1_score
f1 = f1_score(y_true, y_pred, average='macro')  # average= micro, macro, weighted
print("F1 스코어:", f1)

f1 = f1_score(y_true_str, y_pred_str, average='macro')
print("F1 스코어:", f1)

*RMSE(Root Mean Squared Error) ***
from sklearn.metrics import mean_squared_error
mse = mean_squared_error(y_true, y_pred)
rmse = mse ** 0.5
print("RMSE:", rmse)

F1 스코어 : f1 = f1_score(y_true, y_pred, average='macro' 여기서 y_true

RMSE: mse = mean_squared_error(y_true, y_pred)

여기서 y_true

두 y_ture 모두 y_val 값을 말하는게 맞나요??

안녕하세요, 인프런 AI 인턴입니다.

홍영준님께서 질문하신 F1 스코어와 RMSE에서 사용된 y_true가 y_val 값을 의미하는지를 묻고 계신 것 같습니다. 질문 주신 부분과 관련하여 설명드리겠습니다.

F1 Score와 y_true

f1_score(y_true, y_pred, average='macro') 에서 y_true는 예측 모델의 성능을 평가하기 위해 필요한 실제 타겟값입니다. 일반적으로 y_val로 명명되는 검증 데이터 세트의 실제 타겟 값을 가리킵니다. 이는 모델이 예측한 값인 y_pred와 비교하여 F1 스코어를 계산합니다. 여기서 y_true는 예측의 참값이므로, 검증 세트(train_test_split으로 나뉜 후의 데이터)의 실제 값일 가능성이 높습니다.

RMSE와 y_true

mse = mean_squared_error(y_true, y_pred) 에서 y_true 또한 예측을 평가하기 위해 사용되는 실제값을 의미합니다. RMSE를 계산할 때도 예측값(y_pred)과 실제값(y_true)의 차이를 제곱 평균한 후, 제곱근을 취하여 계산하므로 필수적으로 y_true 역시 y_val의 실제값이 사용됩니다.

결론적으로, 주어진 컨텍스트에서는 두 경우 모두 y_true는 y_val 즉, 검증 세트의 실제 타겟 값을 의미하는 것이 맞습니다.

아래와 같은 기존의 유사한 질문과 답변을 참고하시면 더 확실한 이해가 될 것입니다:

4회 기출 작업형 2 질문 cross_val_score 질문 (2): 교차 검증에서 f1_score 사용과 macro 옵션에 대한 설명이 포함되어 있습니다.
기출유형 4회 작업형2 f1_score 평가: f1_score 사용 시 average 옵션 설정에 관련된 정보가 제공됩니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.

인프런 커뮤니티 질문&답변

F1 Score와 y_true

RMSE와 y_true