모델 평가
일괄 예측된 데이터를 분석하여 모델의 성능 지표를 종합적으로 표시하는 노드입니다.
설명
모델 평가 노드는 일괄 예측이 완료된 데이터셋을 입력받아 모델의 성능을 종합적으로 분석하고 시각화합니다.
모델 유형(회귀/분류/다중분류/시계열)에 따라 적절한 평가 지표와 시각화를 자동으로 표시하며, 모든 결과는 노드 바디에 직접 나타납니다.
포트 구성
입력 포트
- 데이터셋: 일괄 예측이 완료된 데이터셋 (예측값과 실제값 포함)
출력 포트
없음
모델 유형별 평가 지표
회귀 모델
- R²: 결정 계수 (0~1, 1에 가까울수록 좋음)
- MAE: 평균 절대 오차
- MSE: 평균 제곱 오차
- RMSE: 평균 제곱근 오차
- MAPE: 평균 절대 백분율 오차
- 오차 히스토그램: 예측 오차의 분포
분류 모델
- 정확도: 전체 예측 중 올바른 예측의 비율
- 클래스 보고서: Precision, Recall, F1 Score
- 혼동 행렬: 실제값과 예측값의 관계
- ROC 곡선: AUC 값 포함
다중 분류 모델
- 클래스별 지표: Precision, Recall, F1 Score, Support
- 혼동 행렬: 각 클래스별 예측 정확도
- Macro/Weighted 평균: 전체 성능 요약
시계열 모델
- R²: 결정 계수
- MAE: 평균 절대 오차
- MSE: 평균 제곱 오차
- RMSE: 평균 제곱근 오차
- MAPE: 평균 절대 백분율 오차
- 오차 히스토그램: 예측 오차의 분포
사용 방법
- 모델 평가 노드를 캔버스에 추가합니다
- 일괄 예측 노드의 출력 데이터셋을 입력 포트에 연결합니다
- 노드를 실행하면 모델 유형에 맞는 평가 지표가 노드 바디에 표시됩니다
- 각 지표를 확인하여 모델 성능을 종합적으로 판단합니다
예제
