Sign in Subscribe

classification

Imbalance Dataset

Imbalance Dataset

เป็นปัญหาที่พบบ่อยใน Machine Learning และ Data Science โดยที่ Class ของ Target ไม่ได้มีจำนวนที่เท่าเทียมกัน หมายความว่า Class หนึ่ง มีจำนวน Samples มากกว่า (Majority) Class อื่น ๆ (Minority) อย่างมีนัยสำคัญ 1. นิยาม: * ในปัญหา Binary Classification

Precision & Recall ในโลกแห่งความจริง

Precision & Recall ในโลกแห่งความจริง

มี Metrics สำคัญที่ Data Scientist ใช้ในการวัดประสิทธิภาพของ Classification models นั่นคือ 1) Precision และ 2) Recall มีสูตร ดังนี้ Precision = True Positive / (True Positive + False Positive) Recall = True Positive / (True Positive + False Negative) ตัวอย่างในโลกแห่งความจริง 1) การตรวจคัดกรองทางการแพทย์ จินตนาการถึ

ทำนายการเลิกใช้งานของลูกค้า

ทำนายการเลิกใช้งานของลูกค้า

การที่ลูกค้าเลิกใช้งาน (Churn) หรือ การสูญเสียลูกค้าเมื่อเวลาผ่านไป เป็นปัญหาสำคัญสำหรับธุรกิจในอุตสาหกรรมต่างๆ การระบุลูกค้าที่เสี่ยงต่อการ Churn ช่วยให้บริษัทต่างๆ สามารถดำเนินการเชิงรุกเพื่อรักษาลูกค้าไว้ได้ ช่วยให้