MCDMClassification Metric
정밀도-재현율 AUC
정밀도-재현율 곡선 아래 면적(PR AUC)은 x축에 재현율을, y축에 정밀도를 플로팅하여 형성된 곡선 아래의 면적입니다. 특히 불균형 데이터셋에서 분류기를 평가하는 데 유용하며, 이 경우 ROC AUC보다 더 많은 정보를 제공하는 경우가 많습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Davis, J., & Goadrich, M. (2006). The relationship between precision-recall and ROC curves. Proceedings of the 23rd International Conference on Machine Learning, 233-240. DOI: 10.1145/1143844.1143874 ↗
- Saito, T., & Rehmsmeier, M. (2015). The precision-recall plot is more informative than the ROC plot when evaluating binary classifiers on imbalanced datasets. PLoS ONE, 10(3), e0118432. DOI: 10.1371/journal.pone.0118432 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Area Under the Precision-Recall Curve. ScholarGate. https://scholargate.app/ko/model-evaluation/precision-recall-auc
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 정확도모델 평가↔ 비교
- F1-점수모델 평가↔ 비교
- 정밀도(Precision)모델 평가↔ 비교
- 재현율 (Recall, 민감도)모델 평가↔ 비교