초시 학습 시스템의 정확도와 정밀도의 단계별 계산

Supervised 학습 시스템은 다양한 메트릭을 사용하여 효율성을 결정합니다. 두 가지 일반적인 메트릭은 정확성과 정밀도입니다. 이러한 메트릭을 계산하는 방법을 이해하는 것은 모델 성능 평가에 필수적입니다.

측정 정확도

정확도는 모든 예측에서 모델에 의해 만들어진 정확한 예측의 비율을 측정합니다. 그것은 공식을 사용하여 계산됩니다 :

Accuracy = (정확한 예측의 수) / (총 수의 사전)

예를 들어, 모델이 100개의 인스턴스 중 90을 정확히 예측하면 정확도는 0.9 또는 90 %입니다.

정밀는 모델에 의해 만들어진 긍정적 예측에 초점을 맞추고 있습니다. 예측 된 긍정적 인 긍정적 인 긍정적 인 긍정적 인 방법을 나타냅니다. 공식은 다음과 같습니다.

Precision = (True Positives) / (True Positives + False Positives)]

예를 들어, 모델이 50 긍정적을 예측하고, 40의이 정확하고, 정밀도는 0.8 또는 80 %입니다.