모델 평가: 불균형 분류 모델

Python으로 연습하는 Machine Learning 면접 질문

Lisa Stuart

Data Scientist

클래스 불균형

• 범주형 타깃 변수
  • 각 클래스 관측치 수가 비슷할수록 좋음
  • 큰 차이는 결과를 왜곡함

혼동 행렬

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

성능 지표

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

행렬에서 얻는 지표

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

재샘플링 기법

• 소수 클래스 오버샘플링
• 다수 클래스 언더샘플링
• 참고: 재샘플링 전, 먼저 학습/시험 분할!

¹ https://www.svds.com/learning-imbalanced-classes/

함수

함수	반환
sklearn.linear_model.LogisticRegression	로지스틱 회귀
sklearn.metrics.confusion_matrix(y_test,y_pred)	혼동 행렬
sklearn.metrics.precision_score(y_test,y_pred)	정밀도(precision)
sklearn.metrics.recall_score(y_test,y_pred)	재현율(recall)
sklearn.metrics.f1_score(y_test,y_pred)	F1 점수
sklearn.utils.resample(deny, n_samples=len(approve))	재샘플링

연습해 봅시다!

Python으로 연습하는 Machine Learning 면접 질문