목록ROC/AUC (1)

Robotics & AI

머신러닝 분류 모델(Classification)의 평가 지표

머신러닝에서 분류 모델의 평가 지표는 대표적으로 정확도(Accurcy), 정밀도(Precision), 재현율(Recall), F1 Score, ROC/AUC, 혼동행렬(Confusion Matrix)등이 있습니다. 각각의 지표는 모델의 성능을 다른 관점에서 평가합니다. 이들 지표를 이해하기 위해서는 기본적으로 혼동 행렬(Confusion Matrix)의 개념을 알아야 합니다. 혼동 행렬은 실제 클래스(양성/음성)와 모델이 예측한 클래스(양성/음성)를 비교한 표입니다 혼동 행렬의 기본 요소는 아래와 같습니다. True Positives (TP): 실제 양성이며, 모델도 양성으로 정확하게 예측한 케이스입니다. False Positives (FP): 실제 음성이지만, 모델이 양성으로 잘못 예측한 케이스입니다...
AI & MLOps 2024. 1. 19. 00:39
이전 Prev 1 Next 다음