9-6. Logistic regresion with sklearn

 

 

 

 

 

# 

예상 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

참값 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

 

정확도로 계산하면, 18/20이라는 결과가 나온다.

하지만,

정밀도로 계산하면, 0/1라는 결과가 나오고

민감도로 계산하면, 0/1이라는 결과가 나온다.

 

불균일한 dataset의 경우 정확도는 신뢰할 수 없다.

 

 

 

# 정밀도와 민감도의 차이

다음과 같은 모델의 예가 있다고 한다.

pred 1 0 1 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0

true 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0

- 정밀도 : 전체를 긍정이라고 예측한 비율이라고 한정할 때, 그중 실제값도 긍정인 비율 = 2/5

- 민감도 : 전체를 실제 긍정인 비율로 한정할 때, 그중 예측값도 긍정인 비율 = 2/4

 

결과를 보면, 분자가 동일하고 분모가 예측값이냐 실제값이냐, 즉 예측값을 중심으로 해석할 것인가 실제값을 중심으로 해석할 것 인가에 따라 다른 결과를 갖고 있음을 알 수 있다.

정밀도 : 긍정이라고 얼마나 잘 예측하였는가?

민감도 : 얼마나 잘 긍정이라고 예측하였는가?