이진 분류기의 성능을 계산할 때 우리는 confusion matrix (혼동행렬) 을 그려 True positive, True negative, False positive, False negative를 확인하고 이를 통해 precision, recall, accuracy등을 확인할 수 있다. 그런데 만약 분류해야 할 클래스가 3개 이상이라면 어떻게 해야할까? 두 가지 방식이 있는데 바로 Microaveraging 과 Macroaveraging이다. 둘의 차이를 확인해보자. Macroaveraging 구하고 싶은 각각의 클래스에 대해서 성능을 계산한다. 그 이후 각 클래스에 대한 평균값이 최종 성능이 된다. 만약 클래스가 4개라면, 작은 confusion matrix 4개를 그리고, 이 4개에 대한 평균값..

Statement = Proposition : 명제 - 정의: 참이나 거짓으로 판단할 수 있는 문장 - 종류 1) Universal Statement: 한 집합의 모든 요소에 대해서 참 2) Conditional Statement: 특정 조건만 포함 3) Existential Statement: 조건을 만족하는 요소가 1개 이상 있다. 4) Universal Conditional Statement: universal & conditional 5) Universal Existential Statement: 첫 부분은 universal, 두 번째 부분은 existential 6) Existential Universal Statement: 첫 부분은 existential, 두 번째 부분은 universal S..

최근에 바이오인포 쪽 랩에서 학부 연구생을 하게 되었는데, 생각보다 한국어 자료가 많지 않아서 남겨보는 기록! 틀린 설명이 있을 수도 있음 주의 DEG 분석이란? DEG는 Differentially Expressed Gene의 약자! 유전자의 발현값을 측정하고 통계적 과정을 거쳐 대조군과 비교군 간에 발현이 유의한 유전자 후보군을 선정하는 방식이다. (출처) DEG 분석을 위해서는 RNA-seq 데이터가 필요하다. DEG 분석을 위한 RNA-seq 데이터를 만드는 방법은 여러 가지가 있겠지만 내가 사용한 방법은 다음과 같다. 1) RNA-seq를 통해 얻은 fq 파일에서 필요 없는 adapter 등의 서열을 잘라냄. 2) TopHat2를 이용한 mapping 진행. 3) Cufflinks, Cuffdif..

이번 포스팅에서는 카테고리 (범주형) 자료 인코딩 방법 중 하나인 Mean Target Encoding에 대해 소개하고자 한다. 사실 나는 범주형 변수 인코딩 방법에 라벨인코딩과 원 핫 인코딩만 있는 줄 알았다. 그런데 이번 채무불이행 데이터를 분석할 때 내가 했던 절차들이 사실은 Mean Target Encoding이었다는 것을 알게 되어 놀랄 수밖에 없었다. 아무튼 본론으로 들어가자. 범주형 변수가 무엇인지는, 이전에 내가 작성하였던 글을 참고하면 좋을 것 같다. https://iamnotwhale.tistory.com/5 [EDA] 데이터 종류별 시각화 방법 데이터의 종류 데이터는 크게 범주형, 수치형 두 가지 분류로 나눌 수 있다. 범주형 데이터는 범주/카테고리를 구분하는 각각의 이름을 갖는 데이..

Greedy Best-First Search Evaluation Func & Heuristic Func Evaluation func f(n) node n의 estimated cost Heuristic func h(n) node n에서 goal state로 가는 가장 저렴한 비용의 추정치 root-finding problem에서 각 도시별 직선거리 함수 Greedy Best-First Search 정의: best-first search의 일종 → h(n) value가 가장 적은 노드를 확장 table을 유지하는 경우 그래프 (중복을 고려) 없애는 경우 tree search (중복을 고려하지 않음) 성능 평가 Completeness → 사이클 발생 Not complete: tree-like search co..