WEEK 25 / IRIS LEARNING LAB

꽃 이름 감별사

학습 105건 · 평가 45건 · 시나리오 B 오류 레이블 21건 (20.0%)

A는 원본 정답, B는 학습 정답만 일부 변경합니다. 평가 정답은 항상 원본입니다.
학습 점수는 각 모델이 받은 정답 기준입니다. B에서 1.000은 틀린 레이블까지 맞혔다는 뜻일 수 있습니다.

01 · 네 모델의 결과

점수는 정확도(맞힌 수 ÷ 전체 수)입니다. 복잡한 모델이 항상 나쁘거나 좋은 것은 아닙니다. 이 분할·오류 배치에서 나온 결과로 읽으세요.

02 · 실제 품종과 예측 비교

03 · 일부러 바꾼 학습 레이블

꽃의 측정값은 그대로 두고 정답만 다른 품종으로 바꿨습니다. 평가 행은 여기에 포함되지 않습니다.

04 · 직접 열어 확인하기

입력 데이터 CSV · 평가 예측 CSV · 전체 결과 JSON

requested_noise=0.2 · 오류 수는 학습 건수 × 비율의 소수점 이하를 버립니다. 분할·모델 시드 42, 오류 시드 42.

평가 결과를 반복해서 보며 설정을 고르면 평가 데이터에도 맞추게 됩니다. 실제 모델 선택에는 별도 검증 데이터가 필요합니다. 이번 실습은 모델을 파일로 저장하거나 배포하지 않습니다.