본문 바로가기
머신러닝

False Negative와 False Positive 개념 이해하기

by Chan_찬 2024. 4. 23.
728x90

False Negative와 False Positive는 이진 분류(binary classification)에서 주로 사용되는 개념입니다.

False Negative(가음성, FN)은
실제로는 긍정(positive) 케이스인데 부정(negative)으로 잘못 분류한 경우를 말합니다.
예를 들어, 암 진단에서 환자가 암에 걸렸는데 검사 결과 음성으로 나온 경우가 해당됩니다.

False Positive(가양성, FP)는
반대로 실제로는 부정(negative) 케이스인데 긍정(positive)으로 잘못 분류한 경우입니다.
예를 들어, 스팸 메일 필터에서 정상 메일을 스팸으로 잘못 분류한 경우가 이에 해당합니다.

이를 기억하기 쉽게 하는 방법은 "False는 잘못됨(Wrong)"을 뜻하고, Negative는 "No", Positive는 "Yes"를 의미한다고 연상하는 것입니다.

False Negative(Wrong No): 실제로는 "Yes"인데 "No"라고 잘못 판단한 경우
False Positive(Wrong Yes): 실제로는 "No"인데 "Yes"라고 잘못 판단한 경우

이렇게 연상하면 False Negative와 False Positive의 개념을 보다 쉽게 기억할 수 있습니다.

728x90
728x90

'머신러닝' 카테고리의 다른 글

[issue] tensorflow, keras, transformer 버전 문제  (0) 2024.03.29
ensemble - 모델의 조합  (0) 2020.08.13
Voting / Equation - 보팅/평균화  (0) 2020.08.11
Blending - 블렌딩  (0) 2020.08.10
Stacking - 스태킹  (1) 2020.08.06
Buy me a coffeeBuy me a coffee

댓글