평가 메트릭

TP -> True를 True로 예측

TN -> False을 False로 예측

FP -> False을 True로 예측

FN -> True를 False로 예측

 

• Accuracy (정확도): 예측이 정답과 얼마나 정확한가?
  
  • 맞춘 True (TP) & False (TN) 수
• Recall (재현율): 찾아야 할 것중에 실제로 찾은 비율은?
  • 실제로 True인 데이터를 모델이 True라고 인식한 비율 TP / (TP+FN)
  • True를 True로 예측 + True를 False로 예측
  • FN: 보안, 의학 분야에서 중요
• Precision (정밀도): 예측한 것중에 정답의 비율은?
  • 예측한 것 (abuser) 중에 정답 비율 TP / (TP+FP)
  • True로 예측했는데 False이었음
• F1 Score : 정밀도와 재현율의 조화 평균
• ROC-AUC
  • True를 True로, False를 False로 잘 예측했는지
  • TPR (Recall, 민감도) 과 FPR (1-특이도, FP / FP+TN)
  • FPR: 실제 False을 True로 잘못 예측한 비율