목표: 주어진 문제에 모델이 적합한지 정량화한 지표로 성능 측정 1) 이진분류 오차/혼돈행렬(Confusion Metrices): 지도 학습으로 훈련된 분류 알고리즘의 성능을 평가하는 표 행: 예측 된 클래스의 인스턴스 열: 실제 클래스의 인스턴스 True Positive,TP 진짜 양성 :양성을 정확하게 예측된 관측값 갯수 True Negative,TN 진짜 음성: 음성임을 정확하게 예측된 관측값 갯수 False Positive, FP 거짓 양성: 양성임을 틀렸을 때의 갯수 False Negative, FN 거짓 음성:음성임을 틀렸을 때의 갯수 Relevant samples : Positive = TP +FP, Negative = TN + FN 정확도(ACC): 전체 중 옳은 예측의 한 합의 비율 예측..
