빅데이터분석기사 필기 이론 학습 | 모두의 문제집

판단 기준

불균형 상황에서는 정확도만으로 성능을 판단하지 않는다.
정밀도는 운영 양성 비율에 영향을 받는다.
F1은 TN과 실제 오류 비용을 반영하지 않는다.
SMOTE는 소수 이웃 사이 보간이며 전처리 후 각 훈련 폴드 안에서 수행한다.
소수 표본이 1개면 SMOTE 이웃 보간을 할 수 없다.
재표본추출·클래스 가중치는 확률 보정에 영향을 줄 수 있다.
검증·테스트는 실제 분포를 유지하고 임곗값은 비용·용량으로 정한다.

헷갈리는 개념

TP: 실제 양성을 양성으로 예측
FP: 실제 음성을 양성으로 예측
FN: 실제 양성을 음성으로 예측
TN: 실제 음성을 음성으로 예측

\text{정밀도}=\frac{TP}{TP+FP},\qquad \text{재현율}=\frac{TP}{TP+FN},\qquad \text{특이도}=\frac{TN}{TN+FP},\qquad \text{정확도}=\frac{TP+TN}{TP+FP+FN+TN}

F1=\frac{2\cdot\text{정밀도}\cdot\text{재현율}}{\text{정밀도}+\text{재현율}} =\frac{2TP}{2TP+FP+FN},\qquad \text{균형정확도}=\frac{\text{재현율}+\text{특이도}}{2}

지표	확인하는 질문	핵심 주의점
정밀도	양성 경보 중 실제 양성은 얼마인가?	양성 비율과 임곗값에 영향 받음
재현율	실제 양성 중 얼마를 찾았는가?	FP 비용은 직접 반영하지 않음
특이도	실제 음성 중 얼마를 음성으로 판정했는가?	양성 탐지력과 함께 봐야 함
F1	정밀도와 재현율의 조화평균은 얼마인가?	TN과 실제 비용을 사용하지 않음
균형정확도	양성·음성 인식률의 평균은 얼마인가?	두 클래스 중요도를 같게 둠
PR 곡선·AP	임곗값별 정밀도-재현율은 어떤가?	기준 수준이 양성 비율에 영향 받음
ROC 곡선·AUC	재현율과 거짓양성률의 순위 성능은 어떤가?	희귀 양성에서는 작은 FPR도 많은 FP가 될 수 있음

$TP+FP=0$ 이면 양성 예측이 없어 정밀도 분모가 0이고, $TP+FN=0$ 이면 평가 자료에 실제 양성이 없어 재현율 분모가 0이다. 도구가 이를 0으로 표시하더라도 수학적으로 미정의일 수 있으므로 양성 건수와 처리 규칙을 함께 보고한다. F1도 정밀도와 재현율이 모두 0인 경우 분모가 0이다.

이 부분의 원문 →

대표 계산·예제

$TP=30$ , $FP=20$ , $FN=10$ , $TN=940$ 이면 다음과 같다.

정밀도: $30/(30+20)=60\%$
재현율: $30/(30+10)=75\%$
F1: $2\times30/(60+20+10)=66.67\%$
정확도: $(30+940)/1000=97\%$

정확도 97%만 보면 좋아 보이지만, 실제 양성의 25%를 놓쳤다는 사실과 경보 40%가 거짓이라는 사실을 함께 봐야 한다.

이 부분의 원문 →

시험 직전 요약장

불균형 데이터 처리

판단 기준

헷갈리는 개념

대표 계산·예제

내 최근 연습 오답