목록평가지표 (2)

Pay it Forward

[평가지표] evaluation metrics for classification (정확도, 정밀도, 민감도, 회수율, F1 score, 특이도, PPV, NPV 등)

classification의 평가지표로서 굉장히 많은 값들이 존재한다. 흔히 알고 있는 평가지표로는 정확도가 있는데, 정확도만으로는 classification의 성능을 정확히 판단하기 힘들다. 이유를 간단히 예를 들면 다음과 같다. 더보기 시험출제자가 10문제의 ox문제를 출제한다고 했을 때, 9문제의 정답을 o로하고 단 한문제를 x로 출제하였다고 가정하자. 이 때, 우리가 어떤 문제에 대해서든 정답을 o로만 말하는 model을 만들었다고 한다면 올바른 model이 아님에도 불구하고 위의 문제를 풀었을 때, 정확도가 90% 달하게 된다. 따라서 정확도(accuracy)만을 평가지표로 삼는 것은 model 성능 평가로서 부적합하다. 따라서 정밀도(Precision), 회수율(Recall)등의 metric들..
Machine Learning/Study 2021. 2. 9. 22:34
[평가지표] ROC curve와 AUC

ROC curve (Receiver Operating Characteristic curve) ROC curve는 classification에서 자주 사용되는 evaluation metric이다. (엄밀히 말하면 AUC가 자주 사용된다.) 항상 직관적으로 줄임말의 어원을 통해 해당 단어의 성질을 파악하고자 노력하는데, ROC는 잘 파악이 안된다. 그래도 막무가내로 파악을 해보자면.. 병이 있다고(Positive) 혹은 없다고(Negative) 판단을 하였을때, receiver가 어떻게 판단하여 작동할지를 표시해 놓은 curve... 가 될지 모르겠다. 괜히 직관적으로 이해해보려 한걸지도 ^^; 쨋든, ROC는 Sensitivity와 Specificity의 관계를 그래프(curve)로 나타낸 것이다. (Se..
Machine Learning/Study 2021. 1. 28. 16:38
Prev 1 Next