정밀도와 재현율

Precision and Recall

예측으로 고객을 골랐을 때의 두 성적. 정밀도는 고른 고객 중 실제로 그 행동을 한 비율(헛연락이 얼마나 적나), 재현율은 실제로 그 행동을 한 고객 중 고른 비율(얼마나 놓치지 않았나)이에요. 기준선을 낮추면 재현율이 오르고 정밀도가 내려가요. 둘 중 무엇을 더 챙길지는 놓쳤을 때와 헛연락했을 때의 비용이 정해요.

공식

정밀도 = 고른 고객 중 실제로 떠난 고객 ÷ 고른 고객 × 100
재현율 = 고른 고객 중 실제로 떠난 고객 ÷ 실제로 떠난 고객 전체 × 100

계산 예시

고객 1,000명 중 실제로 떠날 고객 100명. 점수 0.7 이상 108명에게 연락하면 그중 58명이 떠날 고객이라 정밀도 53.7%, 떠날 고객 100명 중 58명을 잡았으니 재현율 58%예요.

흔한 오해

"정확한 모델이면 정밀도와 재현율이 둘 다 높다." 같은 모델이라도 기준선을 어디에 두느냐에 따라 한쪽이 오르면 다른 쪽이 내려가요. 성적을 말할 때는 기준선을 함께 말해요.

만져 보기

예측 점수 기준선 열기 →

배우는 길

먼저 보면 좋아요: 예측 점수
여기서 배워요: 단원 9-2 예측 점수와 기준선