일상 일기 블로그

F1 스코어는 왜 조화평균을 쓸까?— 두 지표가 모두 ‘기여 단위가 역수 구조일 때’ 최적의 결합 방식이기 때문입니다.1️⃣ 우선 구조부터 짚고 갑시다: Precision vs RecallPrecision (정밀도):내가 ‘정답’이라고 판단한 것 중 실제 정답인 비율Precision=TPTP + FP\text{Precision} = \frac{\text{TP}}{\text{TP + FP}}Recall (재현율):실제 정답 중에서 내가 정답이라고 맞춘 비율Recall=TPTP + FN\text{Recall} = \frac{\text{TP}}{\text{TP + FN}}둘은 다른 차원의 정확도입니다.Precision은 내가 한 선택의 질Recall은 전체 중에서 내가 잘 포착했는지의 정도즉, 두 지표는 서로..

정답률(Accuracy)이 전부일까? — Precision과 Recall이 등장하게 된 이유세상에는 많은 머신러닝 모델이 있습니다. 그 모델이 얼마나 "잘 작동하는지" 평가하는 기준이 필요하죠. 이때 가장 먼저 떠오르는 건 정확도(Accuracy)일 겁니다. 예를 들어 100명 중 95명을 맞췄다면 정확도는 95%니까 꽤 괜찮아 보이죠. 그런데, 정말 그럴까요?오늘은 정답률만으로는 볼 수 없었던 문제들을 짚어보고, 그 문제를 해결하려 등장한 Precision(정밀도) 과 Recall(재현율) 의 개념을 이해해보려 합니다.왜 Accuracy만으로는 충분하지 않을까?정확도는 가장 직관적인 지표입니다. 예측이 얼마나 맞았는지를 보는 거니까요. 다음과 같은 상황을 생각해봅시다.✅ 예시: 암 진단 모델전체 사람:..