Precision, Recall, Accureacy 지표의 의미

Precision, Recall, Accureacy 지표의 의미에 대해 궁금해서 정리해 보았습니다.

 

모델을 학습하여 표와 같은 결과가 나왔을 때 Precision, Recall, Accuracy 를 측정하는 방법은 아래와 가습니다.

 

# PRECISION(정밀도) = a / ( a + c )

Precision(정밀도)은 Predict 이 TRUE 라고 평가한 결과 중에서 실제 값가 TRUE 인 것의 확률이다. 다시 말해서 Predict 결과가 TRUE 로 나온 것(a,c) 중에 실제 값이 TRUE 인 것(a) 의 비율이다.

# Recall(재현율) = a / ( a + b )

Recall(재현율) 은 실제 값이 TRUE 라고 평가한 결과 중에서 Predict 결과가 TRUE 인 것의 확률이다. 다시 말해서 실제 값이 TRUE 로 나온 것(a, b) 중에 Predict 결과가 TRUE 인 것(a) 의 비율이다.

# Accuracy(정확도) = ( a + d ) / ( a + b + c + d )

accuracy(정확도) 는 가장 직관적으로 모델의 성능을 나타낼 수 있는 평가 지표로 많이 사용된다. Accuracy 는 Predict 한 모든 결과(a, b, c, d) 중 실제 값이 TRUE 인 (a, d) 비율이다.

 

 

 

참고 : https://www.slideshare.net/nicbet/computing-accuracy-precision-and-recall-presentation

Computing Accuracy Precision And Recall