분류 성능 평가 지표 (혼동행렬 · 정확도 · 정밀도 · 재현율 · F1 · ROC · AUC)

1️⃣ 분류 성능 평가 개요

✅ 정의

• 분류 모델의 예측 결과와 실제 값을 비교하여 모델 성능을 평가하는 방법
• 혼동행렬(Confusion Matrix) 을 기반으로 다양한 성능 지표 계산

---

2️⃣ 혼동행렬 (Confusion Matrix)

✅ 개념

• 실제값과 예측값을 기준으로 4가지 경우로 분류한 표

---

✅ 구성 요소

구분	의미
TP (True Positive)	실제 Positive → 예측 Positive
TN (True Negative)	실제 Negative → 예측 Negative
FP (False Positive)	실제 Negative → 예측 Positive
FN (False Negative)	실제 Positive → 예측 Negative

---

✅ 구조

실제 \ 예측	Positive	Negative
Positive	TP	FN
Negative	FP	TN

🎯 포인트

• TP / TN / FP / FN 위치 문제 매우 자주 출제

---

3️⃣ 정확도 (Accuracy)

✅ 개념

• 전체 데이터 중 올바르게 예측한 비율

✅ 공식

$$
Accuracy = \frac{TP + TN}{TP + TN + FP + FN}
$$

🎯 포인트

• Accuracy는 데이터 불균형 상황에서 신뢰도 낮음
• 가장 기본 지표

---

4️⃣ 정밀도 (Precision)

✅ 개념

• Positive로 예측한 것 중 실제로 맞은 비율

✅ 공식

$$
Precision = \frac{TP}{TP + FP}
$$

🎯 포인트

• FP 감소 중요
• 스팸 탐지 등에서 중요

---

5️⃣ 재현율 / 민감도 (Recall, Sensitivity)

• 재현율(Recall) = 민감도(Sensitivity)와 동일 개념

✅ 개념

• 실제 Positive 중 올바르게 예측한 비율

✅ 공식

$$
Recall = \frac{TP}{TP + FN}
$$

🎯 포인트

• FN 감소 중요
• 질병 진단 등에서 중요

---

6️⃣ 특이도 (Specificity)

✅ 개념

• 실제 Negative 중 올바르게 예측한 비율

✅ 공식

$$
Specificity = \frac{TN}{TN + FP}
$$

🎯 포인트

• Specificity는 Recall(민감도)의 반대 개념 (음성 기준 평가)

---

7️⃣ F1 Score

✅ 개념

• Precision과 Recall의 조화 평균

✅ 공식

$$
F1 = 2 \times \frac{Precision \times Recall}{Precision + Recall}
$$

🎯 포인트

• 불균형 데이터에서 중요
• Precision + Recall 균형 지표

---

8️⃣ ROC Curve

✅ 개념

• 분류 임계값 변화에 따른 TPR과 FPR 관계 곡선
• 임계값(Threshold)에 따라 TPR, FPR이 변화하는 곡선

---

✅ 공식

$$
TPR = \frac{TP}{TP + FN}
$$

$$
FPR = \frac{FP}{FP + TN}
$$

🎯 포인트

• ROC 곡선이 좌측 상단에 가까울수록 성능 좋음
• 대각선에 가까우면 성능 낮음

---

9️⃣ AUC (Area Under Curve)

✅ 개념

• ROC 곡선 아래 면적
• 모델의 전체 분류 성능 평가 지표

🎯 포인트

• 1에 가까울수록 성능 우수
• 0.5 → 랜덤 수준
• AUC가 클수록 모델의 분류 성능이 우수

---

🔟 평가 지표 비교 정리

지표	의미	핵심
Accuracy	전체 정확도	기본 지표
Precision	예측 기준 정확도	FP 감소
Recall	실제 기준 정확도	FN 감소
Specificity	음성 기준 정확도	FP 감소
F1 Score	균형 지표	Precision + Recall
AUC	전체 성능	ROC 기반

---

📊 시험 포인트 정리

• Accuracy = 전체 맞춘 비율
• Precision = 맞다고 한 것 중 진짜
• Recall = 실제 중 맞춘 것
• Specificity = 실제 음성 중 맞춘 것
• F1 = 정밀도 + 재현율 균형