예측 정확도와 하이퍼파라미터

목차

예측정확도

모든 예측 중 정확하게 예측한 비율

#진양성(True positive, TP): 실제도 예측도 1

#위음성(False Negative, FN): 실제 1 예측 0

#위양성(False Positive, FP): 실제 0 예측 1

#진음성(True Negative, TN): 실제 0 예측 0

#정확도: (TP+TN)/(TP+TN+FP+FN)

 

from sklearn.matrics import accuracy_score
accuracy_score(y_valid, np.round(y_pred))

하이퍼파라미터

• 모델링시 사용자가 직접 세팅해주는 값

하이퍼파라미터	기본값	의미
learning_rate	0.1	학습 속도
max_bin	255	분기 한개에 들어가는 데이터 최댓값 작으면 잘게 나누어 학습 진행 크면 범용성 증가
num_leaves	31	결정트리 복잡성 제어 하나의 결정트리에 포함된 최대 노드 개수
min_data_in_leaf	20	결정 트리 중 하나의 가지당 할당되는 데이터 수 과도한 학습 제어 위해 설정