[딥러닝용어-평가] 혼동행렬 정확도 정밀도 재현율 F1스코어 특이도 ROC곡선

딥러닝용어:평가

---

혼동행렬 confusion Matrix

---

정확도 accuracy

---

• 데이터가 불균형할 때 잘못된 지표로 사용될 가능성이 있음

정밀도 precision 재현율 recall

---

• 정밀도 precision : 모델이 True라고 예측한 것 중 실제로 True인 비율 → 혼동행렬의 가로축
• 재현율 recall: 실제 데이터가 True인 것 중에서 모델이 True라고 예측한 비율. 민감도Sensitivity라고도 한다. → 혼동행렬의 세로축
• 햄버거의 유통기한 경과 여부를 판별하는 기계가 있다고 할 때,
• 재고 관리 직원*은 정상 햄버거를 유통기한이 지난 햄버거로 판별하여 버리지 않도록 해야 한다.
  → 정밀도가 높은 기계 사용

제품 판매 직원은 유통기한이 지난 햄버거를 정상 햄버거로 판별하여 고객에게 주지 않도록 해야 한다.
→ 재현율이 높은 기계 사용

F1-스코어

---

• 재현율과 정밀도의 중요성이 같다고 가정하고, 두 지표의 조화평균으로 만들어진 지표.

 

특이도

---

• 모델이 False라고 예측한 정답 중에 실제로 False인 비율

 

ROC 곡선

---

• 진짜 양성 비율 True Positive Rate, TPR = 민감도
• 가짜 양성 비율 False Positive Rate, FPR = (1 - 특이도) : 실제로 False이지만 True로 잘못 예측한 비율
• 모델이 거의 모든 햄버거에 대해 유통기한이 지난 햄버거라고 판단한다면, 자연스럽게 민감도는 증가하고, 특이도는 감소하게 된다. 그 반대도 마찬가지이다. 이런 TradeOff 관계를 그래프로 나타낸 것이 ROC곡선이다.
• 곡선이 왼쪽 위를 향할수록 이상적인 모델이다.