문제 최종 검수

AD 데이터 분석 정형 데이터 마이닝 데이터 마이닝의 개요

9807번

문제

보기

입력된 내용이 없습니다.

선택지1

선택지2

선택지3

선택지4

정답

개념 난이도 / 선택지 난이도 / 최종 난이도

키워드

해설

비기봇 해설

1. 선택

키워드

해설

2. 선택

키워드

해설

정답은 4번입니다.

정밀도(Precision)와 재현율(Recall)은 머신러닝 모델의 성능을 평가하는 중요한 지표입니다. 정밀도는 모델이 양성으로 예측한 것 중 실제로 양성인 비율을 나타내며, 재현율은 실제 양성인 것 중 모델이 양성으로 올바르게 예측한 비율을 의미합니다. 이 두 지표는 상호 보완적이지만, 한쪽을 높이면 다른 쪽이 낮아질 수 있는 경향이 있습니다. 이를 해결하기 위해 F1-score라는 조화평균 지표가 사용됩니다. F1-score는 정밀도와 재현율의 조화평균으로, 두 지표의 균형을 맞추어 모델의 성능을 평가합니다.

1. 정확도 
: 정확도는 전체 데이터 중에서 모델이 올바르게 예측한 비율을 의미합니다. 이는 모델의 전반적인 성능을 평가하는 데 유용하지만, 클래스 불균형이 있는 경우에는 오해를 불러일으킬 수 있습니다. 따라서 정밀도와 재현율의 균형을 맞추는 F1-score와는 다른 개념입니다.

2. 재현율 
: 재현율은 실제 양성인 데이터 중에서 모델이 양성으로 올바르게 예측한 비율을 나타냅니다. 이는 민감도와 동일한 개념으로, 모델의 완전성을 평가합니다. 하지만 정밀도와의 균형을 맞추기 위해서는 F1-score가 필요합니다.

3. 특이도 
: 특이도는 음성인 데이터를 올바르게 음성으로 예측한 비율을 의미합니다. 이는 모델이 음성을 잘 예측하는지를 평가하는 지표로, 정밀도와 재현율의 균형을 맞추는 F1-score와는 다른 지표입니다.

4. F1-score 
: F1-score는 정밀도와 재현율의 조화평균으로, 두 지표의 균형을 맞추어 모델의 성능을 평가합니다. 이는 정밀도와 재현율 중 하나가 높아지면 다른 하나가 낮아질 수 있는 문제를 보완하기 위해 사용됩니다.

정밀도와 재현율은 서로 상충하는 관계에 있을 수 있습니다. 즉, 한 지표를 높이면 다른 지표가 낮아질 가능성이 있습니다. F1-score는 이러한 문제를 해결하기 위해 두 지표의 조화평균을 사용하여 균형 잡힌 평가를 제공합니다. 따라서 정밀도와 재현율의 균형을 맞추기 위한 지표로 F1-score가 적합합니다. 나머지 선지들은 각각의 개별적인 평가 지표로, 정밀도와 재현율의 균형을 맞추는 역할을 하지 않습니다.
따라서, 정답은 '4. F1-score' 입니다.

3. 선택

키워드

해설

4. 선택

키워드

해설

1차 검수 상태 :

입력 데이터

문제 최종 검수

수정 가능 범위 확인