MCDMClassification Metric
정밀도(Precision)
정밀도는 실제로 올바르게 예측된 양성 예측의 비율을 측정합니다. '우리가 양성으로 예측한 모든 사례 중에서 실제로 양성이었던 경우는 몇 건인가?'라는 질문에 답합니다. 정밀도는 잘못된 양성(false positive)이 비용이 많이 드는 시나리오에서 중요합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI: 10.1016/j.patrec.2005.10.010 ↗
- Powers, D. M. (2011). Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness and Correlation. Journal of Machine Learning Technologies, 2(1), 37-63. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Precision (Positive Predictive Value). ScholarGate. https://scholargate.app/ko/model-evaluation/precision
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 정확도모델 평가↔ compare
- F1-점수모델 평가↔ compare
- 매튜 상관 계수모델 평가↔ compare
- 재현율 (Recall, 민감도)모델 평가↔ compare
- 특이도(Specificity)모델 평가↔ compare