recall 과 precision

[Hwan-seok]

대학교에서 확률과 랜덤변수 시간에 배웠던것같은데, 기억이 안나서 정리해야겠다

모델의 분류 및 정답

• 앞에 나오는 true, false는 해당 판단이 맞는지 틀린지 여부
• 뒤에 나오는 positive, negative는 모델이 판단을 무엇으로 내렸는지 여부

  true positive - positive(긍정)이라고 판별했는데 실제로 true(맞춤)인 경우
  true negative - negative(부정)이라고 판별했는데 실제로 true(맞춤)인 경우 
  false positive - positive(긍정) 이라고 판별했는데 실제는 false(틀린)인 경우 =>긍정오류
  false negative - nagetive(부정) 이라고 판별했는데 실제로 false(틀린)인 경우 => 부정오류

  긍정오류 예시

• 어떤 의사가 어떤 사람에게 코로나 양성(positive)판정을 내렸는데 실제로는 음성(negative)인 경우

  부정오류 예시

• 장학금을 받아서 집으로 통지서가 날아갔는데 엄마가 이를 거짓(negative)이라고 판단했지만 실제로 장학금을 받음(positive)

Recall (재현율)

실제 true인것중 모델이 true라고 예측한것의 비율

• TP/TP+FN

  Precision (정밀도)

  모델이 true라고 분류한것중 실제 true의 비율

• TP/TP+FP

[Hwan-seok]

증말 어렵다...