딥러닝 모델에서 평가 지표는 어떤 모델의 성능을 측정하는 단위가 되기 때문에 매우 중요합니다. 모델에 대해서 평가를 할 수 없다면 모델들끼리의 좋고 나쁜지 알 수 없기 때문입니다. 성능을 위해서 사용되는 지표의 기본 개념들을 알아보겠습니다. Confusion Matrix(TP, FP, TN, FN) 저 위에 설명이 직관적으로 와닿지 않을 수 있습니다. 조금 풀어 써보겠습니다. 먼저 TP, FP, TN, FN의 단어 뒷부분을 담당하는 Positive(or Negative)는 나의 생각을 나타냅니다. 내가 문제를 정답으로 생각하냐 오답으로 생각하냐를 나타냅니다. 그렇다면 단어 앞부분의 True(or False)는 내 생각이 맞는지 틀린지 정해주는 기준이 됩니다. 그리고 단어를 해석할 때, 단어 뒷부분의 P(..
Confusion Matrix(TP, FP, TN, FN)
딥러닝 모델에서 평가 지표는 어떤 모델의 성능을 측정하는 단위가 되기 때문에 매우 중요합니다. 모델에 대해서 평가를 할 수 없다면 모델들끼리의 좋고 나쁜지 알 수 없기 때문입니다. 성능을 위해서 사용되는 지표의 기본 개념들을 알아보겠습니다. Confusion Matrix(TP, FP, TN, FN) 저 위에 설명이 직관적으로 와닿지 않을 수 있습니다. 조금 풀어 써보겠습니다. 먼저 TP, FP, TN, FN의 단어 뒷부분을 담당하는 Positive(or Negative)는 나의 생각을 나타냅니다. 내가 문제를 정답으로 생각하냐 오답으로 생각하냐를 나타냅니다. 그렇다면 단어 앞부분의 True(or False)는 내 생각이 맞는지 틀린지 정해주는 기준이 됩니다. 그리고 단어를 해석할 때, 단어 뒷부분의 P(..
2022.08.11