Metrics

06/02/2024

• Metrics for binary classification
  • Confusion Matrix
  
  

  Confusion Matrix	Predicted Positive	Predicted Negative
  Actual Positive	TP	FN
  Actual Negative	FP	TN

  
  
  
  • Accuracy (정확도): 전체 예측한 것 중 올바르게 예측한 것의 비율. \[ \,\\ \text{Accuracy} = \frac{\text{TP} + \text{TN}}{\text{TP} + \text{TN} + \text{FP} + \text{FN}} \,\\ \]
  
  
  • Precision (정밀도): 모델이 참으로 예측한 것 중 실제로 참인 것의 비율. \[ \,\\ \text{Precision} = \frac{\text{TP}}{\text{TP} + \text{FP}} \,\\ \]
  • Recall (재현율): 실제 참인 것 중 모델이 참으로 예측한 비율. \[ \,\\ \text{Recall} = \frac{\text{TP}}{\text{TP} + \text{FN}} \,\\ \]
  • F1 Score: 정밀도와 재현율의 조화평균, 두 지표 간의 균형을 제공. \[ \,\\ \text{F1} = 2 \times \frac{\text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}} \,\\ \]

---