머신러닝 이해하기2 (분류)

1. 혼동행렬(Confusion Matrix)의 개념

혼동행렬은 분류 모델이 얼마나 잘 예측했는지 확인하는 표 형태의 도구입니다.

분류 결과를 실제값과 예측값에 따라 네 가지로 구분하여 표현합니다.

구분	예측 Positive (P)	예측 Negative (N)
실제 Positive (P)	TP (True Positive, 진짜 양성)	FN (False Negative, 가짜 음성)
실제 Negative (N)	FP (False Positive, 가짜 양성)	TN (True Negative, 진짜 음성)

• TP: 실제로도 양성, 예측도 양성 (정답)
• TN: 실제로도 음성, 예측도 음성 (정답)
• FP: 실제로는 음성이나, 양성으로 잘못 예측한 경우 (오류)
• FN: 실제로는 양성이나, 음성으로 잘못 예측한 경우 (오류)

2. 평가 지표의 개념과 공식

(1) 정확도(Accuracy)

전체 예측 중 정확하게 맞춘 비율입니다.

즉, "모델이 전체 예측 중 얼마나 많이 맞췄는가?"를 나타냅니다.

• 정확도의 공식

• 특징
  • 데이터의 클래스가 균형 잡혀있을 때 유용합니다.
  • 클래스 불균형 상황(예: 희귀질환 예측)에서는 잘못된 판단을 내릴 수 있습니다.

---

(2) 정밀도(Precision)

양성이라고 예측한 결과 중 실제로 양성이 맞는 비율입니다.

즉, "양성으로 예측한 것 중 얼마나 실제로 양성인가?"를 나타냅니다.

• 정밀도의 공식

• 특징
  • FP(가짜 양성, 오탐)를 줄이는 것이 중요할 때 사용합니다.
  • "스팸 메일 분류, 암 진단"과 같이 오탐이 문제를 일으킬 경우 중요합니다.

---

(3) 재현도(Recall, 민감도, Sensitivity)

실제 양성 중 모델이 얼마나 많이 양성으로 찾아냈는지 나타내는 비율입니다.

즉, "실제 양성 데이터를 얼마나 놓치지 않고 찾아냈는가?"를 나타냅니다.

• 재현도의 공식

• 특징
  • FN(가짜 음성, 놓친 양성)을 줄이는 것이 중요할 때 사용합니다.
  • "질병 진단, 사기 탐지"와 같이 놓쳤을 때 큰 위험이 따르는 분야에서 중요합니다.

---

3. 요약 및 정리

평가 지표	핵심 의미	공식
정확도(Accuracy)	전체 중 얼마나 정확히 맞췄나?	(TP + TN) / (TP + TN + FP + FN)
정밀도(Precision)	양성이라 예측한 것 중 얼마나 진짜 양성인가?	TP / (TP + FP)
재현도(Recall)	실제 양성 중 얼마나 놓치지 않고 찾아냈나?	TP / (TP + FN)

 

---

4. 추가 팁

• 정확도는 클래스가 불균형한 데이터에서는 신뢰하기 어렵습니다.
• 정밀도와 재현도는 서로 Trade-off 관계이며, 상황에 따라 우선순위를 결정하여 사용합니다.

데이터로 가치를 만드는 Steven, Follow on LinkedIn