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