classification2 False Positive와 False Negative 차이 완벽 정리 (2026) — Confusion Matrix·Precision·Recall·F1 Score까지 요약 (Quick Answer)용어정의영문 풀이실생활 예시False Positive (FP, 가양성)실제 음성인데 양성으로 잘못 판단"Wrong Yes"정상 메일을 스팸으로 분류False Negative (FN, 가음성)실제 양성인데 음성으로 잘못 판단"Wrong No"암 환자를 정상으로 판정암기법: False = "잘못", Positive = "Yes", Negative = "No"FP = "Wrong Yes" (없는 걸 있다고 함)FN = "Wrong No" (있는 걸 없다고 함)어느 쪽이 더 치명적인가?FP가 더 치명적: 스팸 필터, 사기 거래 차단, 채용 자동 탈락 → Precision을 우선FN이 더 치명적: 암 진단, 화재 경보, 보안 침입 탐지 → Recall을 우선마지막 업데이트: 2026.. 2026. 5. 20. 머신러닝 - 학습 데이터 속성 머신러닝 작업은 학습 데이터의 속성에 따라 나뉜다 비지도 학습 (Unsupervised learning) 레이블 없는 데이터 (unlabeled data) 로 데이터의 구조나, 패턴을 찾고 데이터를 그룹화한다 지도 학습 (Supervised learning) 레이블 데이터 (labeled data) 를 사용 학습 목표는 입력과 결과를 매핑시키는 룰을 찾는 것 ex> 얼굴인식, 음성인식, 상품추천, 영화추천, 영업실적 전망 1. 회귀 (regression) 연속적인 값을 학습하고 예측하는 것 집값 예측 등 2. 분류 (classification) 긍정/부정 같은 감성 분석이나 채무 불이행 예측 같은 레이블을 찾는 것 준지도 학습 학습단계에서 (소량의) 레이블데이터와 (대량의) 레이블이 없는 데이터를 사용 .. 2020. 7. 30. 이전 1 다음
