2 성능 평가

지금까지 통계적 검정을 배웠다면, 지금부터는 인공지능의 성능 평가를 배우겠습니다. 인공지능은 데이터를 기반으로 모델을 만드는데, 이때 모델 성능에 따라 데이터 분류(분석)에 대한 정확도가 달라지기 때문에 성능 측정이 매우 중요합니다.

성능을 측정하는 방법으로는 (1) 혼동행렬(confusion matrix)과 (2) ROC 커브(curve) 등이 있습니다.

혼동행렬

혼동행렬을 이해하는 네 가지 개념을 알아봅시다.

표 15-8 | 혼동행렬

① TP(True Positive): 맞는 것을 맞다고 예측한 것

② TN(True Negative): 아닌 것을 틀리다고 예측한 것

③ FP(False Positive): 아닌 것을 맞다고 예측한 것

④ FN(False Negative): 맞는 것을 틀리다고 예측한 것

이 개념을 이용하여 혼동행렬의 성능 평가 방법을 알아봅시다. 먼저 혼동행렬에서 성능 평가를 하려면 정밀도(Precision), 재현율(Recall), 정확도(Accuracy)를 알아야 합니다.