Y-스케일링은 머신러닝 모델에서 목표 변수, 즉 출력 (Y) 의 스케일을 조정하는 프로세스를 말합니다.이 프로세스는 Y-값을 공통 척도로 정규화하거나 표준화하는 데 주로 사용되며, 이를 통해 특히 회귀 작업에서 모델의 성능과 수렴을 개선할 수 있습니다.y-스케일링의 의미는 모델의 예측값이 실제 출력과 동일한 척도로 유지되도록 하는 역할과 관련이 있으며, 이는 정확하고 해석 가능한 결과를 얻는 데 매우 중요할 수 있습니다.
실제 출력이라고도 하는 Y-true는 머신러닝 모델이 예측하려는 데이터셋의 실제 값 또는 관측값을 나타냅니다.이러한 값은 모델의 예측 (y-pred 또는 예측 출력이라고 함) 을 비교할 때 기준으로 삼습니다.y-true의 의미는 모형이 재현하기 위해 노력해야 하는 정확한 결과를 나타내기 때문에 모형 정확도 평가의 핵심입니다.
Schedule a consult with our team to learn how Sapien’s data labeling and data collection services can advance your speech-to-text AI models