precision, recall 헷갈릴 때

• True Positive(TP) : 실제 True인 정답을 True라고 예측 (정답)
• False Positive(FP) : 실제 False인 정답을 True라고 예측 (오답)
• False Negative(FN) : 실제 True인 정답을 False라고 예측 (오답)
• True Negative(TN) : 실제 False인 정답을 False라고 예측 (정답)

 

Object Detection 쪽 하다보면 꼭 다시 한번 보게 되는 개념이고 수도 없이 이해했고 알았던 내용인데...

 

이상하게 한참 뒤에 보면 또 헷갈린다.

 

* 쉽게 생각하는 방법 정리!

 

True Positive 용어에서 무조건 뒤의 Positive와 Negative 용어는 예측 값이라고 생각하자.

 

앞이 True이든 False이든 뒤에 Positive가 나오면 정답이 어떤 것이든 예측을 True라고 했다

 

반대로 뒤에 negative가 나오면 정답이 어떤 것이든 예측을 False

 

이제 앞에 나오는 True/False의 역할은 실제값을 의미하는데

True가 앞에 나오면 뒤의 예측값이 정답이라는 뜻!

즉 True Positive면 예측값이 True인게 정답이니 정답값도 True

True Negative면 예측값이 False인게 정답이니 정답값은 False

반대로 False positive면 예측값이 True인게 오답이니 정답값은 False

False Negative면 예측값이 False인게 오답이니 정답값은 True

이렇게 이해하면 보다 오래 기억이 남고 다시 봐도 리마인드가 쉬울 듯 합니다.