시험 직전 요약장

예측확률 p≥t이면 양성으로 분류한다고 하자. t를 낮추면 보통 재현율이 높아지고 거짓양성도 늘어난다. 임곗값은 다음을 반영해 검증 데이터에서 정한다.

• 거짓양성·거짓음성의 업무 비용
• 조사·심사·치료 등 후속 처리 용량
• 최소 재현율 또는 최소 정밀도 같은 운영 제약
• 배포 환경의 클래스 비율과 시간 변화

임곗값을 테스트 결과에 맞춰 고르면 테스트가 더 이상 독립 평가 자료가 아니다. 모형·규제·임곗값 선택을 끝낸 뒤 테스트는 마지막 한 번의 일반화 평가에 사용한다.

계수 $\beta$는 $x$ 한 단위 증가에 대한 로그오즈 변화량이고 $e^\beta$가 오즈비다. 예를 들어 $\beta=0.8$이면 오즈는 약 $e^{0.8}=2.23$배가 되지만 확률이 0.8만큼 증가한다는 뜻은 아니다.