머신러닝 평가지표, 정답률(Accuracy), Precision, Recall, F1 Score
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:..
머신러닝/머신러닝
2025. 4. 7. 21:00
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 보세사
- 회계
- C
- 류근관
- 일본어
- c++
- 데이터분석
- stl
- 사회심리학
- C/C++
- 일본어문법무작정따라하기
- 파이썬
- 열혈프로그래밍
- 통계학
- 통계
- 인프런
- 뇌와행동의기초
- 인지부조화
- 오블완
- K-MOOC
- Python
- 티스토리챌린지
- 심리학
- 코딩테스트
- 여인권
- 강화학습
- jlpt
- 백준
- 윤성우
- 일문따
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
글 보관함
반응형