데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

222

데이터 과학을 위한 통계

대부분의 분류 알고리즘에서는 각 데이터에 대해

1

이 될 확률값을 추정하여 할당한다.

5

가장

기본적인 컷오프 기준값은

0

.

5

, 즉

50

%이다. 확률이

0

.

5

보다 크면 분류 결과는

1

, 그렇지 않으

면

0

이 된다. 또 다른 방법은, 실제 데이터에서

1

이 차지하는 비율을 컷오프로 사용하는 방법

이 있다.

정확도는 아래 수식과 같다.

+

=

∑∑

ᱶ⪶ࠥ

ₙ᧲ᖒ ₙᮭᖒ

⢽ᅙⓍʑ

5.4.1

혼동행렬

혼동행렬

은 분류 결과를 나타내는 가장 대표적인 행렬이다. 혼동행렬은 응답 유형별로 정확한

예측과 잘못된 예측의 수를 한 번에 보여주는 표다.

R

에서는 여러 가지 패키지를 사용하여 혼

동행렬을 구할 수 있다. 물론 이진의 경우에는 간단히 손으로 계산할 수도 있다.

혼동행렬을 설명하기 위해 균형 잡힌 데이터, 즉 동일한 수의 대출 연체/상환 데이터를 이용해

학습한 모델

logistic

_

gam

을 생각해보자(그림

5

-

4

). 일반적인 관례에 따라

Y

=

1

은 관심이

있는 사건(연체)에 해당하고

Y

=

0

은 그 반대인 통상적 사건 (상환)으로 두겠다. 다음은 전체

훈련 데이터 (불균형)에 적용한

logistic

_

gam

모델의 혼동행렬을 계산한다.

pred <- predict(logistic_gam, newdata=train_set)

pred_y <- ...