Confusion matrix와 주요 성능지표 산출식

 

Precision(정확도)와 Recall(재현율), Accuracy, and etc. 는

알고리즘 및 Machine Learning 모델의 성능을 평가하는 지표로 많이 사용되고,

 

Confusion Matrix는

Training 을 통한 Prediction 성능을 측정하기 위해

예측 value와 실제 value를 비교하기 위한 표를 일컫는다.

 

■ 성능지표 및 용어 설명

 

용어	산출식	설명	예
Accuracy	(TP+TN)/(TP+TN+FP+FN)	탐지율 : 맞게 검출한 비율	실제 악성/정상인지 맞게 예측한 비율
Precision	TP/(TP+FP)	정확도 : P로 검출한 것중 실제P의 비율	악성으로 예측한것 중 실제 악성인 샘플의 비율
Recall	TP/(TP+FN)	재현율 : 실제 P를 P로 예측한 비율	실제 악성 샘플 중 악성으로 예측한 비율
False Alarm (Fall-out)	FP/(FP+TN)	오검출율 : 실제 N을 P로 예측한 비율	실제 정상 샘플을 악성으로 예측한 비율
TPR (True Positive Rate) = Recall	TP/(TP+FN)	예측과 실제 모두 P	실제 악성 샘플을 악성으로 예측한 비율
TNR  (True Negative Rate)	TN/(TN+FP)	예측과 실제 모두 N	실제 정상 샘플을 정상으로 예측한 비율
FPR (False Positive Rate) = False Alarm	FP/(FP+TN)	실제 N인데 P로 검출	실제 정상 샘플을 악성으로 예측한 비율
FNR (False Negative Rate)	FN/(TP+FN)	실제 P인데 N으로 검출	실제 악성 샘플을 정상으로 예측한 비율

 

■ Confusion Matrix

 

 

 

 

■ 주요 성능지표 산출식

 

 

 

* ref source : https://en.wikipedia.org/wiki/Confusion_matrix

 

 

■ Confusion Matrix 관련 참고 영상

(Machine Learning Fundamentals: The Confusion Matrix)