파이썬 머신러닝 완벽 가이드 - 3.2 - 오차 행렬

오차 행렬(confusion matrix, 혼동 행렬)

• 학습된 분류 모델이 예측을 수행하면서 얼마나 헷갈리고 있는지도 함께 보여주는 지표

 

[그림1] 오차 행렬 출처 : https://rueki.tistory.com/66

• TN, FP, FN, TP는 예측 클래스와 실제 클래스의 Positive 결정 값(값 1)과 Negative 결정 값(값 0)의 결합에 따라 결정된다.
• TN은 예측값을 Negative 값 0으로 예측했고 실제 값 역시 Negative 값 0
• FP는 예측값을 Positive 값 1로 예측했는데 실제 값은 Negative 값 0
• FN은 예측값을 Negative 값 0으로 예측했는데 실제 값은 Positive 값 1
• TP는 예측값을 Positive 값 1로 예측했는데 실제 값 역시 Positive 값 1

TP, TN, FP, TN값을 조합해 Classifier의 성능을 측정할 수 이쓴ㄴ 주요 지표인 정확도(Accuracy), 정밀도(Precision), 재현율(Recall)값을 알 수 있다.

 

정확도 = 예측 결과와 실제 값이 동일한 건수 / 전체 데이터 수 = (TN+TP) / (TN + FP + FN + TP)

 

일반적으로 불균형한 레이블 클래스를 가지는 이진 분류 모델에서는 많은 데이터 중에서 중점적으로 찾아야 하는 매우 적은 수의 결괏값에 Positive를 설정해 1값을 부여하고, 그렇지 않은 경우는 Negative로 0값을 부여하는 경우가 많다.