모델 정확성 평가

ML 모델의 목표는 학습 중에 표시되는 데이터를 기억하는 대신 보이지 않는 데이터를 효과적으로 일반화하는 패턴을 학습하는 것입니다. 모델이 있는 경우 모델 학습에 사용하지 않은 미확인 예제에 대해서도 모델 성능을 확인해야 합니다. 이를 위해서는 모델을 사용하여 평가 데이터 세트(데이터 유지)에 대한 대답을 예측한 다음 예측된 대상을 실제 대답(실측 정보)과 비교합니다.

모델의 예측 정확성을 측정하기 위해 ML에서 여러 지표가 사용됩니다. 정확성 지표의 선택은 ML 작업에 따라 다릅니다. 이러한 지표를 검토하여 모델 성능이 좋은지 판단해야 합니다.