[인프런 - 파이썬 머신러닝 완벽 가이드]머신러닝 classification(분류) 성능 지표 F1 Score , ROC 곡선과 AUC

F1 Score

F1 스코어(Score)는 정밀도와 재현율을 결합한 지표이다.

F1 스코어는 정밀도와 재현율이 어느 한쪽으로 치우치지 않는 수치를 나타낼 때 상대적으로 높은 값을 가진다.

 

 

ROC 곡선 AUC

 

ROC곡선 (Receiver Operation Characteristic Curve)과

이에 기반한 AUC 스코어는 이진 분류의 예측 성늘 측정에서 중요하게 사용되는 지표이다.

 

ROC 곡선은 FPR(False Positive Rate)이 변할때 TPR(True Positive Rate)이 어떻게 변하는지를 나타내는 곡선입니다.

 

 

 

분류의 성능 지표로 사용되는 것은 ROC 곡선 면적에 기반한 AUC값으로 결정한다.

 

AUC(Area Under Curve)값은 ROC 곡선 밑의 면적을 구한것으로서 일반적으로 1에 가까울수록 좋은 수치이다.