1. 개념 Confusion Matrix라 하며, model의 성능을 평가하기 위해서는 여러가지 지표들을 계산해야 하는데, 계산에 이용되는 값들을 정리한 표 2. 기본 지표 예측 결과 (Predict Result) Positive Negative 실제 상황 (Ground Truth) Positive TP(true positive) 옳은 검출 FN(false negative) 검출되어야 할 것이 검출되지 않았음 Negative FP(false positive) 틀린 검출 TN(true negative) 검출되지 않아야 할 것이 검출되지 않았음 3. 추가(유도된) 지표 여기서 우리는 Precision과 Recall이라는 것을 구하여 사용 Precision \( Precision=\frac{TP}{TP+FP}..
Classification Evaluation Metrics
1. 개념 Confusion Matrix라 하며, model의 성능을 평가하기 위해서는 여러가지 지표들을 계산해야 하는데, 계산에 이용되는 값들을 정리한 표 2. 기본 지표 예측 결과 (Predict Result) Positive Negative 실제 상황 (Ground Truth) Positive TP(true positive) 옳은 검출 FN(false negative) 검출되어야 할 것이 검출되지 않았음 Negative FP(false positive) 틀린 검출 TN(true negative) 검출되지 않아야 할 것이 검출되지 않았음 3. 추가(유도된) 지표 여기서 우리는 Precision과 Recall이라는 것을 구하여 사용 Precision \( Precision=\frac{TP}{TP+FP}..
2023.02.13
