PR 평가 지표의 면적
PR 지표의 영역은 모델이 긍정적인 클래스를 올바르게 식별하는 것과 모든 긍정적인 클래스를 찾는 것 사이의 균형을 얼마나 잘 맞추는지를 측정합니다.
메트릭 세부사항
정밀 회상률(PR)은 watsonx.governance 에서 이진 분류 머신러닝 모델의 성능 품질을 측정하는 품질 평가 지표입니다.
범위
PR 지표의 영역은 기계 학습 모델만을 평가합니다.
AI 자산의 유형 : 머신 러닝 모델
머신 러닝 문제 유형 : 이분법적 분류
점수와 가치
PR 지표의 지표 점수 아래에 있는 영역은 모델이 정확도와 재현율의 균형을 얼마나 잘 맞추고 있는지를 나타냅니다. 점수가 높을수록 긍정적인 클래스를 식별하고 찾는 모델의 성능이 더 우수하다는 것을 의미합니다.
- 값의 범위 : 0.0-1.0
- 최상의 점수 : 1.0
- 차트 값 : 해당 기간의 마지막 값
0.5 의 점수는 무작위 추측을 의미하는 반면, 1.0 의 점수는 완벽한 분류를 나타냅니다.
설정
기본 임계값 : 하한 = 80%
평가 절차
PR 영역은 다양한 임계값에 대한 정밀도와 회수를 플로팅하여 계산됩니다. 각 임계값에 대해, 참 양성, 거짓 양성, 거짓 음성의 클래스를 지정하는 혼동 행렬이 생성됩니다.
정확도와 회상력은 이 클래스를 사용하여 계산되고 PR 곡선을 만들기 위해 그려집니다. 이 곡선 아래의 면적은 측정 점수를 산출하기 위해 계산됩니다.
계산법
PR 아래 영역은 다음의 공식으로 정밀도와 회수율의 총합을 계산합니다:
정확도(P)는 다음의 공식에 따라, 참 양성(Tp)의 수를 참 양성 수와 거짓 양성(Fp)의 수를 더한 값으로 계산됩니다
리콜(R)은 다음의 공식에 따라 참 양성(Tp)의 수에 참 양성(Tp)과 거짓 음성(Fn)의 수를 더한 값으로 계산됩니다
