HyperAI초신경

진양성률

진양성률 TPR은 양성 샘플 예측 결과 수를 실제 양성 샘플 수로 나눈 비율입니다.

이진 분류 문제의 개념

이진 분류 문제의 경우, 샘플은 실제 범주와 학습자가 예측한 범주의 조합에 따라 네 가지 범주, 즉 참 양성, 거짓 양성, 참 음성, 거짓 음성으로 나눌 수 있습니다.

이 중 True와 False는 결과가 맞는지 틀린지를 판단하는 데 사용되고, Positive와 Negative는 결과가 양수인지 음수인지 판단하는 데 사용됩니다. 따라서 총 샘플 수 = TP + FP + TN + FN

실제 발병률의 중요성

실제 양성률은 TPR = TP / (TP + FN)으로 계산됩니다.

이는 정확한 감지에서 양성 클래스 비율의 비율을 나타냅니다. TPR과 FPR을 같은 그래프에 놓으면 ROC 곡선을 얻을 수 있으며, ROC 곡선 아래의 면적은 AUC입니다. ROC와 AUC는 일반적으로 모델 평가에서 성능 지표로 사용됩니다.

관련 용어: 거짓 양성률(FPR), ROC 곡선, 참 양성 클래스, 참 부정 클래스