학습·평가 분할, 교차 검증, 혼동 행렬, 정밀도·재현율로 일반화 성능을 확인합니다. — 7개 항목
모델을 맞춘 데이터와 성능을 평가할 데이터를 분리한다.
평가용 부분을 바꿔가며 여러 번 학습해 성능 변동을 살핀다.
학습 데이터의 우연한 흔들림까지 외워 새 데이터에 약해지는 현상.
너무 단순한 모델의 오차와 표본 변화에 민감한 모델의 오차를 함께 본다.
실제 클래스와 예측 클래스를 교차해 맞음·틀림의 종류를 센다.
찾아낸 것의 정확성과 실제 양성을 얼마나 놓치지 않았는지 본다.
임계값별 참양성률·거짓양성률을 그리고 곡선 아래 면적을 잰다.
