Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |
Tags
- ROC/AUC
- 보스톤 다이나믹스
- 레인보우 로보틱스
- mae
- PR curve
- MSE
- 모델평가
- 2종오류
- 정밀도(Precision)
- 머신러닝 모델 평가
- 혼동행렬(Confusion Matrix)
- Type 1 error
- Type 2 error
- 혼동행렬
- GPT
- ROC curve
- precision
- 정확도(Accurcy)
- 어질리티 로보틱스
- Precision-recall
- Gen2
- F1 score
- openAI
- 재현율(Recall)
- Confusion Matrix
- 디지트
- GPT-2.GPT-3
- 회귀 모델 성능 평가 방법
- 1종오류
- GPT-1
Archives
- Today
- Total
목록모델평가 (1)
Robotics & AI
Confusion matrix를 이용한 모델 평가
confusion matrix란 지도 학습으로 훈련된 분류 알고리즘의 성능을 시각화 할 수 있는 표로 모델이 얼마나 정밀한지 실용적인지를 시각화하여 보여 줍니다. confusion matrix는 1) True Positive, 2)False Negative 3) False Positve 4) True Negative로 4가지로 분류를 할 수 있습니다. 정상적인 분류는 4가지중 분류로 앞글자에 True(참)가 들어가 True Positive(TP), True Negative(TN)으로 분류한다. True Positive는 고양이 사진을 학습 모델로 돌렸을 때 왼쪽 상단 처럼 고양이를 고양이로 정상 분류하는 것을 나타냅니다. True Negative는 오른쪽 하단처럼 개가 고양이가 아니라고 정상적으로 분류 ..
AI & MLOps
2022. 11. 14. 08:41