인공지능 모델의 성능평가

Ⅰ. 인공지능 모델 성능평가의 정의

- 실제값과 모델에 의해 예측된 값을 비교하여 두 값의 차이를 구하여 모델의 성능을 평가

 

Ⅱ. 인공지능 모델 성능평가 방법

구분	평가 방법	설명
예측 모델	MSE	Mean Squared Error, 실제값과 예측값의 차이를 제곱해 평균
	RMSE	Root Mean Squared Error, 실제값과 예측값의 차이 제곱 평균에 루트를 씌움
	MAE	Mean Absolute Error, 실제값과 예측값의 차이를 절댓값으로 변환해 평균
	MAPE	Mean Absolute Percentage Error, 실제값과 예측값 차이 비율 절대값 백분율
분류 모델	정확도	전체 데이터 중 정확하게 예측한 데이터의 수 TP+TN / TP+TN+FP+FN
	정밀도(precision)	참으로 판단한 것 중 진짜 참인 비율, TP / TP + FP
	재현율(recall)	진짜 참인 것들 중 올바르게 참으로 판단한 비율, TP/TP + FN
	F1-score	정밀도와 재현율을 결합, 1에 가까울수록 좋은 성능 F1 Score = 2*Precision*Recall / (Precision + Recall)
	오차 행렬	분류의 예측 범주와 실제 데이터의 분류 범주를 교차표로 정리한 행렬