๋ฐ์ํ
250x250
Notice
Recent Posts
Recent Comments
| ์ผ | ์ | ํ | ์ | ๋ชฉ | ๊ธ | ํ |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- ๋ฐ์ดํฐ๋ถ์
- react
- DFS
- ํ๋ธ๋ก
- ๋ฐฑ์ค
- ๋น ๋ฐ์ดํฐ
- ๋ฆฌ์กํธ
- ๊นํ๋ธ
- ๋ฅ๋ฌ๋
- AWS
- ์ธ๊ณต์ง๋ฅ
- ํ ์คํธ๋ถ์
- abap
- ์ฝํ
- nlp
- ํ ์คํธ๋ง์ด๋
- Git
- ์ฝ๋ฉํ ์คํธ
- github
- ๋ฐ์ดํฐ ๋ถ์
- ์์ฐ์ด์ฒ๋ฆฌ
- ํ๋ธ๋ฃจ
- AI
- tableau
- sap
- ์๊ณ ๋ฆฌ์ฆ
- ์๋ง์กด์น์๋น์ค
- ์๋ฐ์คํฌ๋ฆฝํธ
- erp
- ํ์ด์ฌ
Archives
- Today
- Total
๋ชฉ๋กsensitivity (1)
DATA101
๋ฅ๋ฌ๋ ๋ชจ๋ธ ํ๊ฐ ์งํ: ROC Curve, AUC Score
1. ROC Curve Receiver Operating Characteristic ๊ณก์ ์ ์ฝ์ (๊ทธ๋ฆผ 1) \(x\)์ถ: FPR(False Positive Rate), \(y\)์ถ: TPR(True Positive Rate) FPR: ์ ์ฒด ๊ฒฝ์ฐ ์ค ๋ชจ๋ธ์ด Positive๋ก ์์ธกํ์ผ๋ ์ค์ ์ ๋ต์ด Negative์ธ ๋น์จ๋ก, ์ ์ฒด ๊ฒฝ์ฐ์์ TNR(True Negatvie Rate)๋ฅผ ๋บ ๊ฐ๊ณผ ๊ฐ์ $$ FPR = 1 - TNR = 1 - \frac{TN}{FP+TN}=\frac{FP}{FP+TN} $$ TPR: ์ ์ฒด ๊ฒฝ์ฐ ์ค ๋ชจ๋ธ์ด Positive๋ก ์์ธกํ๋๋ฐ ์ค์ ์ ๋ต์ด Positive์ธ ๋น์จ(Recall๊ณผ ๋์ผ) $$ TPR = Recall = \frac{TP}{TP+FN} $$ ๊ทธ๋ฆผ 1์์ Refer..
AI & ๋น
๋ฐ์ดํฐ/๋จธ์ ๋ฌ๋·๋ฅ๋ฌ๋
2022. 7. 15. 13:11