머신러닝(2)

Confusion Matrix(혼동행렬)

# 모듈 불러오기
from sklearn.metrics import confusion_matrix

# 성능 평가
confusion_matrix(y_test, y_pred)

# 시각화
plt.figure(figsize=(5,3))
sns.heatmap(confusion_matrix(y_test, y_pred),
            annot=True,
            cmap='Blues',
            cbar=False,
            annot_kws={'size': 15})
plt.show()

 

 

TN, FP, TP, FN

-TN: 실제 값이 음성인데 음성으로 예측

-FP: 실제 값이 음성인데 양성으로 예측

-TP: 실제 값이 양성인데 양성으로 예측 (Actual value = 1)

-FN: 실제 값이 양성인데 음성으로 예측 (Actual value = 1)

 

 

평가 지표

-정확도 = TN + TP / 전체

-정밀도 = TP / FP + TP (양성 예측 값 중 양성 실제 값) | 예측 값 중에 맞춘 거

-재현율 = TP / FN + TP (양성 실제 값 중 양성 예측 값) | 실제 값 중에 맞춘 거 or 민감도

-특이도 = TN / TN + FP

-F1-Score = 2 * 정확도 * 재현율 / 정확도 + 재현율 (정밀도와 재현율의 조화평균) | 조화평균 ( 2ab / a + b)

 

 

선형회귀식

# 회귀식
a = model.coef_
b = model.intercept_
speed = [x_train.min(), x_train.max()]
target = a * variable + b
print(variable)
print(target)