정밀도, 재현율, F1
오류 유형 간 균형을 조정합니다
정밀도, 재현율, F1은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
정확도만으로는 부족한 이유
한 클래스가 드문 경우, 모델이 중요한 대상을 전혀 찾아내지 못해도 정확도가 높아 보일 수 있습니다. 이때는 정밀도와 재현율처럼 더 적절한 지표가 필요합니다. 🎯
정밀도란 무엇인가요
정밀도는 다음을 묻습니다. 양성이라고 표시한 모든 사례 중 실제로 양성인 것은 몇 개일까요? 정밀도는 긍정적인 판단을 얼마나 신뢰할 수 있는지 측정합니다.
precision = TP / (TP + FP)정밀도가 중요한 경우
실제 이메일을 스팸으로 표시하는 것처럼 오탐의 비용이 큰 경우에는 높은 정밀도가 중요합니다. 표시하는 항목마다 정확하기를 원하게 됩니다.
재현율이란 무엇인가요
재현율은 다음을 묻습니다. 실제 양성인 모든 사례 중 몇 개를 찾아냈을까요? 재현율은 모델이 대상을 놓치지 않는 능력을 측정합니다.
recall = TP / (TP + FN)재현율이 중요한 경우
질병을 검사하는 경우처럼 놓치는 것이 위험할 때는 높은 재현율이 중요합니다. 실제 사례를 모두 찾아내는 것이 몇 번의 오탐보다 더 중요합니다.
팽팽한 줄다리기
정밀도와 재현율은 보통 서로 반대 방향으로 작용합니다. 더 많은 사례를 표시하면 더 많이 찾아낼 수 있지만 오탐도 늘어납니다. 이것이 상충 관계입니다.
F1 점수의 등장
F1 점수는 정밀도와 재현율의 조화 평균을 사용해 두 지표를 하나의 숫자로 결합하며, 두 지표의 균형이 좋은 모델을 높게 평가합니다.
f1 = 2 * (precision * recall) / (precision + recall)조화 평균을 사용하는 이유
F1은 조화 평균을 사용하므로 어느 한쪽의 점수가 낮으면 전체 점수도 낮아집니다. 한 지표만 완벽하게 만들어서는 좋은 점수를 얻을 수 없습니다.
한 번에 모두 확인하기
이 지표들을 직접 계산할 필요는 없습니다. 분류 보고서가 모든 클래스에 대한 정밀도, 재현율, F1을 한 번에 출력합니다.
from sklearn.metrics import classification_report
print(classification_report(y_true, y_pred))최적화할 지표 선택하기
문제의 특성에 따라 결정하면 됩니다. 놓치는 것이 큰 문제가 되면 재현율을, 오탐이 큰 문제가 되면 정밀도를, 균형이 필요하면 F1을 최적화합니다.
평균 계산 방식 살펴보기
클래스가 많다면 어떻게 평균을 낼지 선택해야 합니다. 매크로 평균은 모든 클래스를 동일하게 취급하고, 가중 평균은 클래스의 크기를 반영합니다. 선택에 따라 결과의 해석이 달라집니다.
f1_score(y_true, y_pred, average='macro')빠른 확인
정밀도와 재현율을 헷갈리지 않고 기억하고 있는지 확인해 보겠습니다.
복습
정밀도는 긍정 판단을 얼마나 신뢰할 수 있는지, 재현율은 양성 사례를 얼마나 잘 찾아내는지 나타내며, F1은 둘의 균형을 보여 줍니다. 각 실수의 비용을 기준으로 선택하세요. 🎯
자주 묻는 질문
“정밀도, 재현율, F1” 강의는 무료인가요?
네 — “정밀도, 재현율, F1” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“정밀도, 재현율, F1”에서 뭘 배우나요?
오류 유형 간 균형을 조정합니다 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Data Science Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.
“정밀도, 재현율, F1” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 회귀 평가지표: MAE, MSE, R2
- 혼동 행렬 해석하기
- 정밀도, 재현율, F1
- ROC, AUC, 임계값