1. Confusion Matrix(오차행렬)
- 학습된 분류 모델이 예측을 수행하면서 얼마나 헷갈리고(confused) 있는지도 함께 보여주는 지표
2. Accracy(정확도)
- 전체 데이터에서 실제 데이터와 일치하게 예측한 비율
- Imbalanced Data에서는 적합한 지표가 될 수 없음
3. Precision(정밀도)
- Positive라고 예측한 것 중에서 실제 positive의 비율
- 스팸메일과 같이 양성으로 잘못 예측했을 때 문제가 커지는 경우에 유용한 지표
4. Recall(재현율)
- 실제 positive 중 positive라고 예측한 비율
- 암진단과 같이 양성인데 음성으로 잘못 예측했을 때 문제가 커지는 경우에 유용한 지표
5. Fall-out(FPR)
6. F1-Score
- Recall과 Precision의 절충안 지표
- Recall과 Precision의 조화평균