(→같이 보기) |
(→개요) |
||
| (같은 사용자의 중간 판 하나는 보이지 않습니다) | |||
| 6번째 줄: | 6번째 줄: | ||
;거짓 양성, 거짓 긍정 | ;거짓 양성, 거짓 긍정 | ||
* 실제값은 False(음성)이지만 예측값은 True(양성)인 경우 | * 실제값은 False(음성)이지만 예측값은 True(양성)인 경우 | ||
* 모델에서 포지티브 | * 모델에서 [[포지티브 클래스]]로 잘못 예측한 예 | ||
* 어떤 질환에 대하여 양성을 보이는 검사가 그 질환에 걸리지 아니한 사람에게서도 양성을 나타내는 현상 | * 어떤 질환에 대하여 양성을 보이는 검사가 그 질환에 걸리지 아니한 사람에게서도 양성을 나타내는 현상 | ||
* 예를 들어 모델에서 특정 이메일 메시지가 스팸인 것으로(포지티브 클래스) 추론했지만 실제로는 스팸이 아닌 경우가 여기에 해당한다. | * 예를 들어 모델에서 특정 이메일 메시지가 스팸인 것으로(포지티브 클래스) 추론했지만 실제로는 스팸이 아닌 경우가 여기에 해당한다. | ||
| 16번째 줄: | 16번째 줄: | ||
* [[양성(positive)]] | * [[양성(positive)]] | ||
* [[참 양성]](TP) | * [[참 양성]](TP) | ||
* [[거짓 음성]](FN) | * [[거짓 음성]](FN) | ||
* [[거짓양성률]](FPR) | |||
* [[거짓 양성 반응]] | * [[거짓 양성 반응]] | ||
* [[생물학적 거짓 양성]] | * [[생물학적 거짓 양성]] | ||
2021년 5월 29일 (토) 11:20 기준 최신판
1 개요[ | ]
- 실제값은 False(음성)이지만 예측값은 True(양성)인 경우
- 모델에서 포지티브 클래스로 잘못 예측한 예
- 어떤 질환에 대하여 양성을 보이는 검사가 그 질환에 걸리지 아니한 사람에게서도 양성을 나타내는 현상
- 예를 들어 모델에서 특정 이메일 메시지가 스팸인 것으로(포지티브 클래스) 추론했지만 실제로는 스팸이 아닌 경우가 여기에 해당한다.
- = 1종 오류
2 같이 보기[ | ]
- 거짓
- 양성(positive)
- 참 양성(TP)
- 거짓 음성(FN)
- 거짓양성률(FPR)
- 거짓 양성 반응
- 생물학적 거짓 양성
- TP, FP, FN, TN 총정리
3 참고[ | ]
네이버백과 "거짓 양성"
로그인하시면 댓글을 쓸 수 있습니다.
{{ comment.name }}
{{ comment.created | snstime }}
-
{{comment.page_title}} ―{{comment.name}}