Evaluation Metrics

1. Evaluation Metrics in Regression Models

-Mean absolute error (MAE)

-Mean squared error (MSE)

-Root mean squared error (RMSE) (MSE의 제곱근)

 

 

2. Confusion Matrix

Predicted value	Ground-truth value
		Positive (1)	Negative(0)
	Positive (1)	True Positive (TP)	False Positive (FP)
	Negative(0)	False Negative (FN)	True Negative (TN)

1) Accuracy

*Accuracy = (TP + TN) / (TP + FP + FN + TN)

 

2) Error rates

*error rate = 1 - Accuracy

 

※불균형한 데이터 사이에서는 Acrruacy와 Error rates는 효과적이지 않을 수 있음

 

3) Precision

*Precision = TP / (TP + FP)

 

4) Recall

*Recall = TP / (TP + FN)

 

※Precision, Recall이 불균형한 데이터에 대해 모델의 성능을 평가하는 데 주로 활용함

 

5) F-measure (F1 or F-Score)

*F = 2PR / (P + R)

-Precision, Recall 수치를 합한 방법