머신러닝의 기초

2클래스 분류 모델을 200건의 테스트 데이터로 평가한 혼동 행렬에서 진양성(TP)이 45건, 위양성(FP)이 5건, 위음성(FN)이 45건, 진음성(TN)이 105건이었다. 정밀도와 재현율의 조합으로 올바른 것은?

  1. A정밀도 0.50, 재현율 0.90
  2. B정밀도 0.75, 재현율 0.50
  3. C정밀도 0.90, 재현율 0.50
정답과 해설 보기

정답: C. 정밀도 0.90, 재현율 0.50

정밀도(precision)는 양성으로 예측한 것 중 실제로 양성이었던 비율로, TP ÷ (TP + FP) = 45 ÷ 50 = 0.90입니다. 재현율(recall)은 실제로 양성인 것 중 양성으로 예측할 수 있었던 비율로, TP ÷ (TP + FN) = 45 ÷ 90 = 0.50입니다. 이 모델은 양성으로 판정한 것은 거의 맞지만, 양성의 절반을 놓치고 있습니다. 정확도는 (45 + 105) ÷ 200 = 0.75입니다.

이 분야 연습하기 분야로 돌아가기

머신러닝의 기초의 다른 문제

  1. 2클래스 분류 모델을 200건의 테스트 데이터로 평가했더니 TP가 20건, FP가 5건, FN이 30건, TN이 145건이었다. F값(F1 점수)에 가장 가까운 것은?
  2. 2클래스 분류 모델의 평가에 사용하는 ROC 곡선과 AUC에 대한 설명으로 적절한 것은?
  3. 1000건 중 양성이 10건밖에 없는 데이터에 대해, 모두를 음성으로 예측하는 모델의 정확도는?
  4. 4건의 데이터의 실제 값이 3, 5, 2, 6이고, 모델의 예측값이 각각 2, 5, 4, 4일 때 평균 제곱 오차(MSE)는?
  5. 3개의 데이터 (x, y) = (1, 3), (2, 4), (3, 8)에 최소 제곱법으로 직선 y = ax + b를 맞추었다. x = 4일 때의 예측값은?