머신러닝의 기초

2클래스 분류 모델을 200건의 테스트 데이터로 평가했더니 TP가 20건, FP가 5건, FN이 30건, TN이 145건이었다. F값(F1 점수)에 가장 가까운 것은?

  1. A0.40
  2. B0.53
  3. C0.60
정답과 해설 보기

정답: B. 0.53

먼저 정밀도는 20 ÷ (20 + 5) = 0.8, 재현율은 20 ÷ (20 + 30) = 0.4입니다. F값은 정밀도와 재현율의 조화 평균으로, 2 × 0.8 × 0.4 ÷ (0.8 + 0.4) = 0.64 ÷ 1.2 ≈ 0.53입니다. 조화 평균은 작은 쪽 값에 끌려가므로, 어느 한쪽만 높아서는 F값이 높아지지 않습니다. 참고로 정확도는 (20 + 145) ÷ 200 = 0.825로 높아 보이지만, 이 모델은 양성 10건 중 6건꼴로 놓치고 있습니다.

이 분야 연습하기 분야로 돌아가기

머신러닝의 기초의 다른 문제

  1. 2클래스 분류 모델의 평가에 사용하는 ROC 곡선과 AUC에 대한 설명으로 적절한 것은?
  2. 1000건 중 양성이 10건밖에 없는 데이터에 대해, 모두를 음성으로 예측하는 모델의 정확도는?
  3. 4건의 데이터의 실제 값이 3, 5, 2, 6이고, 모델의 예측값이 각각 2, 5, 4, 4일 때 평균 제곱 오차(MSE)는?
  4. 3개의 데이터 (x, y) = (1, 3), (2, 4), (3, 8)에 최소 제곱법으로 직선 y = ax + b를 맞추었다. x = 4일 때의 예측값은?
  5. 로지스틱 회귀에서 z = 2x − 4를 시그모이드 함수 σ(z) = 1 ÷ (1 + e^(−z))에 통과시킨 값을 양성일 확률로 출력한다. x = 2일 때의 출력은?