머신러닝 평가 지표 정리: 정확도·정밀도·재현율·F1·MAE·RMSE·R²
모델을 학습시키는 것만으로는 부족하다. 실제 성능을 알려면 평가 지표가 필요하다. 분류에 쓰는 정확도·정밀도·재현율·F1부터 회귀의 MAE·RMSE·R²까지 언제 무엇을 쓸지 정리한다.
핵심 내용 읽기 →AI TOPIC
F1점수 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.

모델을 학습시키는 것만으로는 부족하다. 실제 성능을 알려면 평가 지표가 필요하다. 분류에 쓰는 정확도·정밀도·재현율·F1부터 회귀의 MAE·RMSE·R²까지 언제 무엇을 쓸지 정리한다.
핵심 내용 읽기 →
사기 탐지처럼 한쪽 클래스가 극단적으로 적은 불균형 데이터에서는 정확도가 무의미합니다. 언더샘플링·오버샘플링·SMOTE·앙상블·포컬 로스 다섯 기법으로 소수 클래스의 F1 점수를 끌어올리는 방법을 정리했습니다.
핵심 내용 읽기 →