250x250
반응형
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
- 공분산
- subdag
- integrated gradient
- tensorflow text
- airflow subdag
- Retry
- GenericGBQException
- API Gateway
- youtube data
- TensorFlow
- BigQuery
- flask
- Airflow
- requests
- GCP
- gather_nd
- session 유지
- Counterfactual Explanations
- top_k
- correlation
- chatGPT
- grad-cam
- UDF
- 유튜브 API
- hadoop
- API
- 상관관계
- login crawling
- spark udf
- XAI
Archives
- Today
- Total
데이터과학 삼학년
ROC, AUC 본문
반응형
ROC, AUC 는 Classification 문제에서 모델의 평가지표를 통해
어느정도의 threshold를 결정하여 모델을 선택할지 결정하는 하나의 척도로 보면 된다.
ROC(Receiver Operating Characteristic)
ROC는 Confusion matrix로 부터 구할 수 있다.
Confusion matrix는 아래 그림과 같다

Confusion matrix를 통해 ROC 커브를 구할 수 있다. ROC커브는 튜닝 파라미터의 변화(or Threshold)에 따른 TPR과 FPR의 결과값을 통해 그릴 수 있다.

AUC(Area Under the (ROC)Curve)
ROC 커브 아래의 면적을 의미하며, 이면적을 최대한 크게하는 모델일수록 좋다

아래는 각 경우에 대한 AUC 그림이다




출처 : https://towardsdatascience.com/understanding-auc-roc-curve-68b2303cc9c5
Understanding AUC - ROC Curve
In Machine Learning, performance measurement is an essential task. So when it comes to a classification problem, we can count on an AUC …
towardsdatascience.com
728x90
반응형
LIST
'Machine Learning' 카테고리의 다른 글
Isolation Forest (for anomaly detection) (0) | 2020.04.13 |
---|---|
Image classification (Linear, DNN, CNN) (0) | 2020.03.04 |
Mutual Information_ 클러스터링 평가 척도 (0) | 2020.02.14 |
tf 2.0 - Keras (0) | 2020.02.03 |
Tensorflow 2.0 (0) | 2020.02.03 |