오차 행렬 읽기

혼동 행렬은 실제 정답과 예측 결과를 기준으로 모든 예측을 정리한 작은 표입니다. 오류가 정확히 어디에서 발생하는지 보여 줍니다.

행은 실제 레이블이고 열은 예측한 레이블입니다. 각 셀은 실제 레이블과 예측 레이블의 조합에 해당하는 예시가 몇 개인지 셉니다.

두 클래스라면 네 가지 수를 얻습니다. 참 양성, 참 음성, 그리고 두 가지 오류 유형입니다. 여러분이 알고 있는 모든 지표는 이 값들로 계산됩니다.

참 양성은 실제 양성을 올바르게 표시한 경우입니다. 예를 들어 실제 스팸을 스팸 보관함으로 바로 보낸 경우입니다. 완벽한 성공입니다.

참 음성은 실제 음성을 올바르게 그대로 둔 경우입니다. 예를 들어 정상 이메일이 안전하게 받은 편지함에 남아 있는 경우입니다.

거짓 양성은 잘못된 경보입니다. 실제로는 음성인 항목을 양성이라고 표시한 경우로, 정상 이메일을 스팸으로 잘못 표시한 사례가 이에 해당합니다.

거짓 음성은 놓친 사례입니다. 실제 양성을 그대로 통과시킨 경우로, 스팸을 표시하지 않은 채 받은 편지함에 도착하게 한 사례가 이에 해당합니다.

정확한 예측은 대각선에 놓입니다. 좋은 모델은 대각선에 개수를 집중시키고 대각선 밖의 셀은 거의 비워 둡니다.

scikit-learn은 한 번의 호출로 실제 레이블과 예측 레이블에서 행렬을 만듭니다.

행렬을 그래프로 표시하면 오류가 눈에 잘 띄므로 어떤 클래스가 어떤 클래스로 혼동되는지 즉시 확인할 수 있습니다.

대각선 밖의 셀을 읽어 모델의 사각지대를 찾으십시오. 예를 들어 거짓 음성 개수가 많다면 실제 양성을 놓치고 있다는 뜻입니다.

오분류 행렬은 결과를 네 개의 셀로 나눕니다. 대각선에는 올바른 예측이 놓이고, 대각선 밖의 셀에는 모델이 정확히 어디에서 오류를 내는지가 드러납니다. 🔍