📌머신러닝 기술 원리

Confusion Matrix

출처:https://www.ml-science.com/confusion-matrix

모델의 대략적인 성능확인과 모델의 성능을 오차행렬을 기반으로 수치로 표현 (분류모델)

T는 True, F는 False, P는 Positive, N은 Negative를 의미한다.

precision (정밀도)

모델이 Positive라 분류한 것 중 실제값이 Positive인 비율
정밀도 = TP/(TP + FP)
ex) 날씨 예측 모델이 맑다로 예측했는데, 실제 날씨가 맑았는지 나타낸 지표

Recall (재현도)

실제값이 Positive인 것 중 모델이 Positive라 분류한 비율
재현도 = TP/(TP + FN)
ex) 실제 날씨가 맑은 날 중에서 모델이 맑다고 예측한 비율을 나타낸 지표

⭐️ Accuracy (정확도)

전체 중 모델이 바르게 분류한 비율
정확도 = (TP + TN) / (TP + FN + FP + TN)

F1 Score

Precision(정밀도)과 Recall(재현도)의 조화평균

F1 Score는 Data가 Imbalanced 할 경우 Accuracy보다 더 높은 정확도를 보인다.
출처: https://url.kr/a9vmlz