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
- Docker
- Python
- pytorch
- OpenCV
- ubuntu
- paramiko
- Visual Studio
- 채보
- Linux
- mysql
- JSON
- error
- YOLO
- label
- windows forms
- pandas
- pip
- nvidia-smi
- SSH
- C
- 기타 연주
- VS Code
- 핑거스타일
- C#
- 컨테이너
- Selenium
- 프로그래머스
- Numpy
- 오류
- C++
Archives
- Today
- Total
목록성능평가 (1)
기계는 거짓말하지 않는다

얼마나 분류를 정확하게 했는가에 대한 성능평가 방법으로 Accuracy, Precision, Recall, F1 Score을 사용할 수 있다. Accuracy (TP + TN) / (TP + FP + FN + TN) 실제 맞은 개수 Precision TP / All True Predictions TP / (TP + FP) True라고 예측 한 것 중 실제 값이 True인 것. TP FP 개수 중에 TP가 몇 개인가 실제 True를 얼마나 잘 예측 했는가 Recall TP / All Truths TP / (TP + FN) 실측값 True 중 진짜 True라고 예측 한 것. F1 Score 2 × (Precision × Recall) / (Precision + Recall) Precision, Recall의..
AI
2021. 8. 18. 20:30