False-positive & False-negative (Confusion matrix)

 

 

안녕하세요 늑대양 입니다

 

늑대양 by DALL-E

 

 

 

AI 관련 학습을 진행하며, 헷갈리는 False-positive 와 False-negative 에 대해, 간략하게 정리해보았습니다.

 

계속 헷갈리는 해당 정보에 대해, 예시를 통해 익숙해지도록 노력해봅시다🤖

 

 

 

Confusion matrix

 

 

False-positive(거짓 긍정), False-negative(거짓 부정)는 confusion matirix 의 일부분으로

이해를 통해 친숙해 지는 것이 중요한 것 같습니다.

 

간단한 예시를 통해 익숙해져보도록 하겠습니다.

감기 환자에 대한 테스트 예시 입니다. 우리의 목표는 실제로 감기에 걸린 사람들을 찾아내는 것입니다.

 

1. False-positive(거짓 긍정):
   • 이것은 건강한 사람을 감기에 걸렸다고 잘못 진단하는 경우입니다.
   • 예를 들어, 감기 테스트 결과가 양성이라면, 그 사람은 감기에 걸렸다고 생각할 수 있습니다.
   • 하지만 실제로는 건강한 경우일 수도 있습니다.
   • 이 경우에는 건강한 사람을 '긍정'한 것이므로 False-positive입니다.
   • 쉽게 판단 하기:
     • False: 일단 오탐
     • Positive: 테스트 결과 긍정(환자) → 그런데 오탐 → 알고보니 건강한 경우
2. False-negative(거짓 부정):
   • 이것은 감기에 걸린 사람을 감지하지 못하는 경우입니다.
   • 예를 들어, 감기 테스트 결과가 음성이라면, 그 사람은 건강하다고 생각할 수 있습니다.
   • 그러나 실제로는 감기에 걸렸을 수도 있습니다.
   • 이 경우에는 실제로 감기에 걸린 사람을 '부정'한 것이므로 False-negative입니다.
   • 쉽게 판단 하기:
     • False: 일단 오탐
     • Negative: 테스트 결과 부정(건강) → 그런데 오탐 → 알고보니 감기 환자인 경우

 

그러므로, 감기 테스트에서 False-negative는 실제로 감기에 걸린 사람을 놓치는 경우이고,
False-positive는 건강한 사람을 감기에 걸렸다고 잘못 진단하는 경우입니다.

 

---

Reference:

https://medium.com/@Sanskriti.Singh/an-emphasis-on-the-minimization-of-false-negatives-false-positives-in-binary-classification-9c22f3f9f73

An Emphasis on the Minimization of False Negatives/False Positives in Binary Classification

 

 

 

긴 글 읽어주셔서 감사합니다!

 

다음에 또 뵙겠습니다 😍