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 | 31 |
Tags
- 독후감
- python visualization
- 시각화
- Ga
- 텐서플로
- MySQL
- 서평
- Python
- 매틀랩
- 파이썬 시각화
- 블로그
- Linux
- Google Analytics
- SQL
- 티스토리
- 통계학
- 한빛미디어서평단
- Tistory
- Pandas
- 서평단
- matplotlib
- 리눅스
- tensorflow
- 파이썬
- 한빛미디어
- 딥러닝
- MATLAB
- Blog
- Visualization
- 월간결산
Archives
- Today
- Total
pbj0812의 코딩 일기
[머신러닝] MAP 본문
* 머신러닝 탐구생활 -정권우 저 참고
Kaggle에서 평가척도로 사용되기도 한다.
MAP = Mean Average Precision(모든 예측 정확도의 평균)
예측 결과가 아래와 같다면..
1 0 0 1 1 1 0 (1:맞음, 0:틀림)
예측의 정확도는
1/1 0/2 0/3 2/4 3/5 4/6 0/7 이다.
이것을 평균하면
(1/1 + 2/4 + 3/5 + 4/6) / 4= 0.69
여기서 마지막의 4는 정답의 개수(1의 개수)를 나타낸다.
ex1)
1 1 1 1 0 0 0 일 경우
예측 정확도는 각각
1/1 2/2 3/3 4/4 0/5 0/6 0/7 이며
평균을 구하면
(1/1 + 2/2 + 3/3 + 4/4)/4 = 1이 된다.
따라서 순서에 예민하다고 할 수 있다.
* MAP@7은 최대 7개의 결과물을 예측 할 수 있다.
'Machine Learning Lecture > 잡지식' 카테고리의 다른 글
[통계] k-means 설명 / 코드 분석 (0) | 2019.07.07 |
---|---|
[Docker] 설치, 다운로드, 실행, jupyter notebook 연동, 삭제, 기타 등등 (0) | 2019.04.29 |
Comments