Confusion matrix
- 알고리즘 성능 평가에 사용.
|
Predicted |
||
Positive |
Negative |
||
Actual |
Positive |
TP |
FN |
Negative |
FP |
TN |
- TP : True로 예측하고 실제 값도 True
- TN : False로 예측하고 실제 값도 False
- FP : True로 예측하고 실제는 False
- FN : False로 예측하고 실제는 True
Accuarcy
- 전체 중 맞게 맞게 예측한 비율
Precision
- Positive에 속하는 것들 중 실제 Positvie 인것.
Recall (sensitivty)
- 실제로 Positive인 것들 중 Positive로 예측한 비율
Specificity
- Negative에 속하는 것들 중 실제 Negative 인것.
F1 Measure
- 위의 Precision과 Recall을 이용.
'Study > Data Science' 카테고리의 다른 글
비정형 데이터 모델 TF Model , TF-IDF Model(CountVectorizer, TfidfVectorizer, Word Count) (0) | 2018.10.17 |
---|---|
K-Means Clustering, Hierarchical Clustering (0) | 2018.10.16 |
RMSE, MAE (0) | 2018.08.03 |
Supervised learning, UnSupervised learning Models (0) | 2018.08.03 |
python을 이용한 Wine Quality dataset Naive Bayesain GaussianNB & BernoulliNB (0) | 2018.07.02 |