정확도 = 1- 테스트 오류율

이것이 매우 명백한 질문이라면 사과하지만 다양한 게시물을 읽었으며 좋은 확인을 찾지 못하는 것 같습니다. 분류의 경우 분류기의 정확도 = 1- 테스트 오류율 입니까? 정확도는 이지만 내 질문은 정확도와 테스트 오류율이 정확히 어떻게 관련되어 있는지입니다. $\frac{TP+TN}{P+N}$

원칙적으로 그렇습니다. 정확도 는 올바르게 예측 된 사례의 비율이므로 잘못 분류 된 사례의 비율, 즉 오류 (비율)입니다. 그러나 두 용어 모두 때때로 더 모호한 방식으로 사용될 수 있으며 클래스 균형 오류 / 정확도 또는 F- 점수 또는 AUROC와 같은 다양한 항목을 다룰 수 있습니다. 보고서.

또한 테스트 오류율은 테스트 세트의 오류를 의미하므로 1 테스트 세트 정확도 일 가능성이 있으며 다른 정확도가 날 수 있습니다.

@mbq 답변 :

"1 잘못 분류 된 사례, 즉 오류 (비율)"

그러나 오 분류와 오류가 같은 것으로 잘못 보입니다. 아래를 참조하십시오 ( http://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/ ) :

정확도 : 분류기는 얼마나 자주 정확합니까? (TP + TN) / 총 = (100 + 50) / 165 = 0.91

잘못된 분류 : 전체적으로 얼마나 자주 잘못됩니까? (FP + FN) / 총 = (10 + 5) / 165 = 0.09에서 1 빼기 정확도

"오류율"이라고도 함