.
Precision vs Recall vs f1 score
머신러닝 또는 딥러닝 모델을 학습시킨 다음 이 모델이 잘 학습되었는지 확인하기 위한 지표(metrics)는 여러가지가 있다. 이럴 때 어떻게 하면 정확한(accurate) 모델을 찾을 수 있을까?라는 질문에 accuracy라는 답을 내놓는다면 다소 문제가 생길 수 있다. Accuracy는 말 그대로 one-and only model metrics가 아니기 때문이다.
예를 들어 다음과 같은 Confusion Matrix 가 있다고 생각해보자.
Nagative(Predicted) | Positive (Predicted) | |
---|---|---|
Negative(Actual) | 998 | 0 |
Positive(Actual) | 1 | 1 |
이 경우에 accuracy는 무려 99.9%가 된다. 물론 좋은 결과라고 생각할 수 있지만, 데이터를 조금만 더 살펴보면 전부 Negative라고 분류해도 99.8%의 정확도를 얻을 수 있다는 걸 알 수 있다. 따라서 이런 imbalance한 데이터에는 accuracy라는 지표가 그리 좋다고 말할 수 없다.
여기서 Precision과 Recall이라는 지표가 등장한다. 각각은 다음과 같이 표현된다.
\[Precision = \frac{True Positive}{True Positive + False Positive} = \frac{True Positive}{Total Predicted Positive}\] \[Recall = \frac{True Positive}{False Nagative + True Positive} = \frac{True Positive}{Total Acutal Positive}\]Precision은 False Positive
가 발생했을 때의 비용이 비쌀 경우에 효과적인 metric이다. 예를 들어, 이메일 spam filter의 경우에 False Positive가 발생하게 되면 사용자가 중요한 메일을 놓칠 수도 있기 때문에 이 경우에는 Precision을 높이는 방향을 설정하는 것이 좋다. 반면, Recall은 False Negative
가 발생했을 때의 비용이 비쌀 경우에 효과적이다. 예를 들어, 암환자 진단의 경우에 실제 암환자인데 암이 아니라고 판명하면 큰 문제가 생기므로 Recall을 높이는 방향으로 설정하는 것이 바람직하다.
F1 Score
위에서 설명한 Precision과 Recall을 적절히 혼합해서 만든 지표가 F1 score
이다. 이 지표를 통해 Precision과 Recall 사이의 균형을 맞출 수 있다.
앞서 봤듯이 Accuracy는 True Negative
가 큰 imbalance한 데이터에 대해서 제대로 작동하지 못하지만, F1 Score
는 이 True Negative
가 큰 imbalance한 데이터에 대해서 상대적으로 robust한 결과를 가질 수 있게 도와준다.
.