Precision, Recall, Accuracy 간단 정리

매일 까먹는 precision, recall.... 확실하게 정리하고자 한다.

 

 

True Positive (TP) : 사실(귀무가설)은 Positive인데 내가 Positive라고 예측한 경우 (True - 사실과 일치한다, Positive - 정답이라고 예측했다) → 잘했다!

False Positive (FP) : 사실(귀무가설)은 Negative인데 내가 Positive라고 예측한 경우 (False - 사실과 틀렸다, Positive - 정답이라고 예측했다) → 틀렸다!

True Negative (TN) : 사실(귀무가설)은 Negative인데 내가 Negative라고 예측한 경우 (True - 사실과 일치한다, Negative - 오답이라고 예측했다) → 잘했다!

False Negative (FN) : 사실(귀무가설)은 Positive인데 내가 Negative라고 예측한 경우 (False - 사실과 틀렸다, Negative - 오답이라고 예측했다) → 틀렸다!

 

Accuracy (TP+TN / TP+TN+FP+FN) : 정확도, 전체의 경우에서 예측과 사실(귀무가설)이 일치할 확률

Precision (TP / TP+FP) : 정밀도, 내가 Positive라고 예측했을 때 사실(귀무가설)도 Positive일 확률

Recall (TP / TP+FN) : 재현율, 사실(귀무가설)은 Positive인데 내가 Positive라고 예측할 확률