ROC 곡선1 통계 분석 #10 : 머신러닝 분류회귀, ROC 곡선의 개념과 모델 평가 방법 머신러닝의 분류를 평가할 때, Receiver Operation Characteristic (ROC) 곡선과 ROC 곡선의 결과 값인 Area Under Curve (AUC) 값으로 머신러닝 모델의 성능을 평가할 수 있습니다. 이때의 데이터는 범주형 데이터입니다. ROC 곡선은 혼동행렬의 민감도와 특이도를 Plot 함으로써 구할 수 있습니다. 오늘 포스팅에서는 머신러닝 분류 모델의 평가 방법인 ROC 곡선과 AUC에 대해 포스팅 정리해보겠습니다. ROC 곡선이란?ROC 곡선은 분류 모델의 성능 평가 방법입니다. 이는 2차 세계대전 당시 수신된레이더 신호에서 전투기를 찾으려는 미국의 레이더 연구에서 탄생한 개념입니다. 이는 두개의 범주를 가지고 있는 분 모형의 성능을 평가하기 위한 그래프 입니다. 민감도(.. 2020. 3. 28. 이전 1 다음
