
136
1
부
머신러닝
>>> recall_score(y_train_5, y_train_pred)
# == 4096 / (4096 + 1325)
0.7555801512636044
이제 ‘
5
-
감지기’가 정확도에서 봤을 때만큼 멋져 보이지는 않네요.
5
로 판별된 이미지 중
72
.
9
%만 정확합니다. 더군다나 전체 숫자
5
에서
75
.
6
%만 감지했습니다.
정밀도와 재현율을
F
1
점수
F
1
score
라고 하는 하나의 숫자로 만들면 편리할 때가 많습니다. 특히
두 분류기를 비교할 때 그렇습니다.
F
1
점수는 정밀도와 재현율의
조화 평균
harmonic
mean
입니다
(식
3
-
3
).
4
식
3-3
F
1
점수
2
2
11
2
1
FPFN
TP
TP
F
+
+
=
+
×
×=
+
=
재현율정밀도
재현율정밀도
재현율정밀도
F
1
점수를 계산하려면
f1
_
score
()
함수를 호출하면 됩니다.
>>> from sklearn.metrics import f1_score
>>> f1_score(y_train_5, y_train_pred)
0.7420962043663375
정밀도와 재현율이 비슷한 분류기에서는
F
1
점수가 높습니다. 하지만 이게 항상 바람직한 것은
아닙니다. 상황에 따라 정밀도가 중요할 수도 있고 재현율이 중요할 수도 있습니다. 예를 들어
어린아이에게 안전한 동영상을 걸러내는 분류기를 훈련시킨다고 가정해보겠습니다. 재현율은 ...