먼저 무엇을 양성으로 정했는지 확인하세요
스팸 탐지라면 스팸을 양성으로 정할 수 있습니다. TP는 실제 스팸을 스팸으로 잡은 수, FP는 정상 메일을 스팸으로 잘못 잡은 수입니다. FN은 놓친 스팸, TN은 정상으로 분류한 정상 메일입니다. 표의 행과 열 위치가 달라도 이 관계로 읽으면 분모를 찾을 수 있습니다.
정확도 99%여도 놓치는 것이 있습니다
실제 양성이 1개, 음성이 99개인 가상 자료에서 전부 음성이라고 답하면 정확도는 99%입니다. 그러나 양성을 하나도 찾지 못해 재현율은 0%입니다. 양성 예측 자체가 없으므로 정밀도의 분모는 0이고 이 도구에서는 정의할 수 없음으로 표시합니다.
F1은 2TP/(2TP+FP+FN)으로 직접 계산합니다. 위 예제는 FN이 1이라 F1=0이며, 관측 네 칸이 모두 0이면 F1도 정의할 수 없습니다. 소프트웨어마다 0인 분모를 처리하는 옵션이 다르므로 결과를 비교할 때 이 설정을 확인하세요.
어떤 지표가 더 중요한가요?
놓친 양성을 줄이는 일이 목적이면 재현율을, 양성이라고 알린 결과의 정확성이 목적이면 정밀도를 살펴봅니다. F1은 두 값의 조화평균이지만 TN을 직접 반영하지 않습니다. 비용과 목적을 먼저 정하고 여러 지표를 함께 비교해야 합니다.
기본 예제에서 FP만 늘리는 버튼은 TN을 함께 줄여 전체 100개를 유지합니다. 실제 양성 TP+FN은 그대로이므로 재현율은 같고 정밀도는 낮아집니다. 어떤 분모가 바뀌었는지 먼저 예상해 보세요.