이전까지는 Confusion Matrix를 이용해서 모델의 성능을 정량적으로 평가했지만 조금더 직관적이고 시각적으로 표현할 수 있는 성능 평가 지표를 소개하고자 한다!
ROC curve: 위양성률(False Positive Rate)를 x축으로 가지고 민감도(Sensitivity)를 y축으로 가지는 그래프, 주로 검사도구의 유용성을 판단하거나 검사의 정확도를 평가하는데 사용하며 진단을 위한 도구 개발에서 검사의 기준점을 설정하는 경우에도 활용될 수 있다.
이미지 출처: http://scikit-learn.org/stable/auto_examples/model_selection/plot_roc.html
Precision Recall Plot: 민감도(Recall)를 x축으로 가지고 정밀도(Precision)를 y축으로 가지는 그래프로 주로 데이터 라벨의 분포가 심하게 불균등할 때 사용한다. 예를 들어 이상 거래 검출 시나리오의 경우 정상 거래의 비율이 비정상 거래에 비해서 압도적으로 많기 때문에 이런 경우에는 ROC 그래프보다 PR 그래프가 분석에 더 유리하다.
이미지 출처: http://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.html
Referenced: https://bcho.tistory.com/1206, https://m.blog.naver.com/sharp_kiss/221599009671
continuous programming