01
람다 계산 방법
E₁은 전체에서 가장 흔한 범주를 늘 맞힐 때의 오류 수, E₂는 예측 변수의 각 범주 안에서 가장 흔한 범주를 맞힐 때의 오류 수입니다. 람다는 줄어든 오류의 비율입니다.
- λ = (E₁ − E₂) ÷ E₁
- λ(행|열): 열로 행을 예측, λ(열|행): 그 반대.
- 대칭 람다는 두 방향을 합친 값입니다.
02
계산 예시
초기 표 [[30, 15, 5], [12, 25, 13], [4, 14, 32]](n = 150)에서 λ(행|열) = 0.370, λ(열|행) = 0.344, 대칭 람다 = 0.357입니다. 열을 알면 행을 맞힐 때의 오류가 약 3분의 1 줄어듭니다.
03
쓸 때와 쓰지 말아야 할 때
람다는 직관적이지만 잘 알려진 약점이 있습니다.
- 예측 방향에 의미가 있는 명목 변수.
- '오류가 이만큼 줄어든다'고 쉽게 전달하고 싶을 때.
- 모든 그룹에서 같은 최빈 범주가 우세하면 연관이 있어도 람다가 0이 됩니다. 이때는 Cramér's V나 Theil's U를 확인하세요.
- 순서를 활용해야 하는 순서형 데이터에는 쓰지 마세요.