머신러닝에서 혼동행렬(Confusion Matrix) (4)

기계학습에서의 정밀도와 재현율의 차이

정밀도

데이터 과학자가 양성 샘플을 분류하는 모델의 능력을 측정하는 데 도움이 됩니다

과학자들은 모형의 정밀도를 계산하기 위해 양의 표본과 음의 표본을 고려합니다

과학자들은 모델이 잘못 식별한 샘플을 포함한 모든 양성 샘플을 고려합니다

 

재현율

데이터 과학자가 모델에 의해 올바르게 분류된 양성 샘플 수를 측정하는 데 도움이 됩니다

과학자들은 모델의 재현율을 계산하기 위해 모든 양성 샘플만 고려합니다

과학자들은 양성(FP)으로 분류된 음성 샘플을 무시하고 모델에 의해 올바르게 분류된 양성 샘플만을 고려합니다

 

결론

 혼동 행렬을 통해 데이터 과학자는 기계 학습 알고리듬이 올바른 예측을 하는 데 얼마나 효과적인지 이해할 수 있습니다. 또한 잘못된 예측을 이해하고 오류율을 계산하여 기계 학습 수명 주기를 개선할 수 있습니다.