통계학
-
p-value가 찬밥 신세가 된 이유?AI 2023. 12. 10. 00:52
기계학습(ML) 및 딥러닝(DL) 분야에서 p-value가 잘 사용되지 않는 이유는 여러 가지가 있습니다. 이는 주로 ML/DL의 목표, 방법론, 그리고 통계적 유의성의 해석과 관련이 있습니다. 1. 예측 성능의 중점 성능 지향: ML과 DL은 주로 예측의 정확성이나 모델의 성능을 최적화하는 데 중점을 둡니다. 이 분야에서는 모델이 얼마나 잘 예측하는지를 평가하는 것이 중요하며, 이를 위한 주요 지표는 정확도, 정밀도, 재현율, F1 점수, ROC-AUC 등입니다. p-value의 한계: p-value는 데이터가 주어진 가설(예: 두 변수 사이에는 관계가 없다)을 얼마나 지지하는지를 나타내는 지표입니다. 그러나 이것은 예측의 정확성이나 모델의 성능과는 직접적인 관련이 없습니다. 2. 대규모 데이터셋 데이..