분류 모델의 예측과 실제 정답의 조합마다 데이터 건수를 센 표. 2클래스 분류에서는 양성을 올바르게 양성으로 한 진양성(TP), 음성을 잘못 양성으로 한 위양성(FP), 양성을 잘못 음성으로 한 위음성(FN), 음성을 올바르게 음성으로 한 진음성(TN)의 4칸이 된다. 여기서 정확도, 정밀도, 재현율, F값 등을 계산할 수 있으며, 어느 클래스를 어느 클래스와 혼동하기 쉬운지도 알 수 있다.
일본어 명칭: 混同行列
혼동 행렬(Confusion Matrix)은(는) 머신러닝의 기초 등 1개 분야의 연습 문제 1개에 나와요.
분야: 머신러닝의 기초
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.
정밀도와 재현율(Precision and Recall) 강화 학습(Reinforcement Learning) 경사 하강법(Gradient Descent) 과적합(Overfitting) 교차 검증(Cross-validation) 비지도 학습(Unsupervised Learning) 순환 신경망(RNN) 전이 학습(Transfer Learning) 정칙화(Regularization) 주성분 분석(PCA)