로딩
요청 처리 중입니다...

AI 분류 정확도 평가, Confusion Matrix Precision(정밀도) Recall(재현율) Accuracy(정확도) Specificity(특이도) / ROC, AUC

 AI 분류 정확도 평가, Confusion Matrix  Precision(정밀도) Recall(재현율) Accuracy(정확도) Specificity(특이도) / ROC, AUC

안녕하세요. SW 개발자 쪼맹 입니다.

오늘도 제가 알고 있는 소박한 지식을 공유 해보고자 합니다. [Confusion Matrix] : 실제 정답지 범주와 알고리즘 모형이 예측한 범주가 일치하는지를 개수로 표현한 결과표 입니다. : 진짜 양성 ( True Positive, TP ) / 진짜 음성 ( True Negative, TN) / 거짓 양성 ( False Positive, FP ) / 거깃 음성 ( False Negative, FN) 4개로 구분하는 표 이자 행렬 입니다.

TP : 진짜 양성, True Positive : 정답 범주가 양성 / True 인데 모형 예측도 양성 / Positive 인 케이스 입니다. : 예를 들어 코로나가 양성인 사람을 검사기가 양성으로 예측한 경우 입니다. : 정답을 맞춘 케이스 TN : 진짜 음성, True Negative : 정답 범주가 음성 / False 인데 모형 예측도 음성 / Negative 인 케이스 입니다. : 예를 들어 코로나가...

# AI # 딥러닝 # 랜덤포레스트 # 머신러닝 # 반응변수 # 설명변수 # 예측값 # 일반화 # 장점 # 정답데이터 # 종속변수 # 지도학습알고리즘 # 추정값 # 프로젝트 # 독립변수 # 단점 # Bagging # DecisionTree # DeepLearning # internalnode # leafnode # MachineLearning # overfitting # RandomForest # rootnode # 개념 # 결정나무모형 # 결정트리 # 나무구조 # 학습데이터