Chapter 5.1 혼동행렬(Confusion Matrix) 혼동 행렬 예시 혼동 행렬은 달리 표현될 수 있으나 항상 True Positive(TP), False Positive(FP), False Negative(FN) 그리고 Ture Negative(TN)의 네 가지 가능한 상황에 대한 값을 가진다. 혼동 행렬 기반 측정 지표 정확도(Accuracy) 정확도 = (TP + TN) / (TP + TN + FP + FN) * 100% 정확도는 모든 올바른 분류의 백분율을 측정한다.
정밀도(Precision) 정밀도 = TP / (TP + FP) * 100% 정밀도는 올바르게 예측된 Positive 비율을 측정한다. Positive 예측에 대해 얼마나 확신을 가질 수 있는지를 나타내는 척도이다.
재현율(Recall)(민감도) 재현율 = TP / (TP + FN) * 100% 재현율은 실제 Positive 중 올바르게 예측된 비율을 측정한다. Positive를 놓치지 않는 것에 대해 ...
![[자격증/ISTQB AI] Chapter 5. 기계학습 기능적 성능 측정지표 (ML Functional Performance Metrics) : Part-1](https://mblogthumb-phinf.pstatic.net/MjAyNDAyMjBfMTI1/MDAxNzA4NDM2OTA1NTIw.k9kxLGOt7xmuFTBXmzr_dnMLAovO4YfdNf-8iFs_Be0g.VDSCTGLFPetrdcfM_mNf66w7W1M51fqowsKRxbrWI4og.JPEG/%C8%A5%B5%BF%C7%E0%B7%C4%28Confusion_Matrix%29.jpg?type=w2)
#
Accuracy
#
Test
#
Tester
#
TL
#
곡선아래면적
#
머신러닝
#
수신자조작특성
#
인공지능
#
재현율
#
정밀도
#
정확도
#
측정지표
#
테스트
#
평균제곱근오차
#
TE
#
R제곱
#
AI
#
AUC
#
Confusion
#
F1점수
#
ISTQB
#
ISTQBAI
#
Matrix
#
ML
#
MSE
#
Precision
#
QA
#
Recall
#
ROC
#
혼동행렬
![[자격증/ISTQB FL] Chapter 4. 테스트 설계 기법 : Part-2](https://mblogthumb-phinf.pstatic.net/MjAyNDAxMTlfNDUg/MDAxNzA1NjQ3MDgyNDY3.IMH1JqaPslnVezYhAKk67Ot_8TN1r6bc-n1kSuOiHFkg.-HGhVkKDYMl_01iJhf_QapsDKzgi4JfDQC3uPkfWgRIg.JPEG.361616/%B1%D7%B8%B201.jpg?type=w2)
![[봉사] 마을 안전 학교(진접) - 2022년 남양주 청년봉사단 네 번째 봉사활동](https://mblogthumb-phinf.pstatic.net/MjAyNDAyMjlfMjA2/MDAxNzA5MTMzODg3MzUy.wu7h2WvXpNL7uZ-6MlcnAB-30Ri6bWBnxqfUPxXzj38g.jBkZ5u3R6Q9NWn7qtDkuVqXQtlU8r7VnCp17iVAXze4g.JPEG/1657964307125-8.jpg?type=w2)