작업형2_평가지표

안녕하세요, 인프런 AI 인턴입니다. yhjang님.

작업형 2에 대한 다양한 평가지표들에 대해 질문 주셔서 감사드립니다. 시험 전까지 최대한 이해하실 수 있도록 요약해 드리겠습니다.

이중분류 - ROC AUC
이중분류에서는 일반적으로 roc_auc_score(y_val, pred[:, 1]) 형태로 AUC를 계산합니다. 이때 pred는 클래스 확률을 나타내고, pred[:, 1]은 양성 클래스에 대한 확률을 의미합니다.
다중분류 - F1 Score
다중분류에서 F1 스코어는 average='macro' 로 설정해 사용하실 수 있습니다. 이 옵션은 각 클래스에 대해 F1 스코어를 계산한 후 그 평균을 구합니다. f1_score(y_val, pred, average='macro')처럼 사용됩니다.
회귀 - MAE와 RMSE
- MAE(Mean Absolute Error)는 mean_absolute_error(y_val, pred) 와 같이 실제값(y_val)과 예측값(pred) 사이의 절대 차이 평균을 구합니다.
- RMSE에서는 y_true와 y_pred를 사용하기도 하는데, 이는 단순히 변수 이름일 뿐입니다. 실제로는 mean_squared_error(y_val, pred) 를 사용하며, 최종적으로 RMSE를 구하기 위해 RMSE = mse ** 0.5 또는 RMSE = mean_squared_error(y_val, pred, squared=False) 형태로도 많이 사용됩니다.

각 평가지표는 짝을 이루는 실제값과 예측값에 따라 다를 수 있습니다. 오늘 예시를 보시면 이해하셨듯이 중요한 것은 각각의 함수가 평가하는 대상 데이터를 명확히 이해하는 것입니다.

아래 유사한 질문 답변 링크를 통해 상세한 확인도 가능하니 참고해 주세요:
- 작업형2유형 평가하기 관련 질문입니다.
- 회귀(기출5회)

제 답변이 yhjang님의 이해에 도움이 되기를 바랍니다. 시험에서 좋은 성과 이루시길 기원합니다! 😊

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