# Confusion Matrix(혼동 행렬)
- Ci는 실제 정답 클래스, Cj는 모델이 주장하는 클래스
- 클래스가 여러개 일경우도 Accuracy, Precision, Recall도 다음과 같이 계산한다
# Macro-Acerage vs. Micro-Average
- Macro-Average는 각 클래스에 대해 성능을 측정한 뒤(수치를 구한뒤) 평균을 계산하여 클래스의 갯수에 영향을 미치진 않지만, Micro-Average는 모든 클래스에 대한 결과를 취합하여 Confusion matrix를 만들어 평가하기에 적은 갯수의 클래스는 영향을 적게 준다.
'yeardreamschool4 > Machine Learing' 카테고리의 다른 글
| #Decision Tree (0) | 2024.05.27 |
|---|---|
| #Regularization(정규화) (0) | 2024.05.24 |
| Binary Classification Model(이진 분류 모델) (0) | 2024.05.23 |
| Dimension Reduction(차원 축소) (0) | 2024.05.22 |
| Clustering(클러스터링) (0) | 2024.05.22 |
