ROC 커브(Receiver Operating Characteristic curve)란 무엇인지 알고 가봅시다.
우리가 만약 암을 진단하는 머신러닝 모델을 만들었습니다.
그런데, 얘가 암이 아닌데 암이라고 진단해버리면, 갑자기 환자는 멀쩡한데 암 환자가 되겠죠?
이런 일이 없을 수는 없지만, 이런 일이 없도록 노력해야 합니다.
때문에 ROC커브를 통해서, 머신러닝 모델의 정확도를 예측할 수 있습니다.
ROC Curve에서 아래 보이는 파란색 주황색 초록색 밑의 라인을 AUC라고 하는데, ROC커브에서 AUC면적이 높을 수록, 이 머신러닝 모델의 정확도가 높다고 평가합니다.
참조
[1] - https://losskatsu.github.io/machine-learning/stat-roc-curve/#3-roc-%EC%BB%A4%EB%B8%8C
'개발 > 파이썬 머신러닝 완벽가이드 정리' 카테고리의 다른 글
앙상블학습, 배깅, 보팅 (0) | 2020.01.25 |
---|---|
결정트리 (0) | 2020.01.24 |
classification성능평가와 accuracy (0) | 2020.01.22 |
데이터 전처리 (0) | 2020.01.22 |
하이퍼파라미터, GridSearchCV (0) | 2020.01.22 |