정형데이터와 비정형 데이터

데이터의 이해

• 데이터를 통해 해결하려는 문제에 대한 고찰

• 문제 정의

타겟 마케팅, 고객 추천

2진 분류 문제

• 가설 -> 실험 -> 검증

Train, Valid, Test

머신러닝 평가 지표

1. 분류 회귀 평가지표

• 분류(Classification)

  • 예측해야할 대상의 개수가 정해짐

• 회귀

  • 예측해야할 대상이 연속적인 숫자인 문제

• 평가지표

  • 분류 회귀 머신러닝 문제의 성능을 평가할 지표

분류 문제의 평가지표 도표

Accuracy(암환자 예측같은데 부적합): 불균형한 데이터일 때 부적합함 Precision(스팸메일 분류): N를 P 잘 못 분류하면 안될때 Recall(positive가 더 중요한 경우, 악성 종양 분류)

• 0에 가까울수록 예측을 잘 못함

ROC(reciver operating casting restics) 수신자 조작 특성

• TPR: TP/TP+FN

• 1인 케이스에 대하여 1로 잘 예측한 케이스

• FPR: FP/FP+TN

• 0인 케이스에 대하여 1로 잘못 예측한 케이스

AUC