Confusion Matrix (1) 썸네일형 리스트형 Precision(정밀도), Recall(재현율) 이번 포스팅에서는 딥러닝에서 성능척도로 사용되는 Precision(정밀도)와 Recall(재현율)에 대해서 말씀드리겠습니다. 성능이라는 것은 정답을 얼마나 잘 맞추는지를 말합니다. 딥러닝이 정답을 잘 맞추는지에 대한 경우의 수는 위의 confusion matrix에 보여주는 것처럼 4가지의 case가 존재합니다. - TP(True Positive: 잘 긍정): 정답을 정답이라고 잘 맞춘 경우 (정답) - FP(False Positive: 잘못 긍정): 오답을 정답이라고 잘못 맞춘 경우 (오답) - FN(False Negative: 잘못 부정): 오답을 정답이라고 잘못 맞춘 경우 (오답) - TN(True Negative: 잘 부정): 오답을 오답이라고 잘 맞춘 경우 (정답) 위의 4가지 경우는 쉽게 정리.. 이전 1 다음
