AI/Metrics

AUROC (Area Under Receiver Operating Characteristic curve)

이성훈 Ethan 2023. 7. 4. 14:40

AUROC 를 알기위해선 ROC (Receiver Operating Characteristic) curve 가 무엇인지 알아야한다.

 

ROC curve: $x$ 축이 FPR (False Positive Rate), $y$ 축이 TPR (Talse Positive Rate) 으로 이루어져 있으며 모든 threshold 에 대한 모델의 성능을 보여주는 그래프

 

AUROC: ROC curve 밑 부분의 넓이를 구하는데 높을수록 모델의 성능이 좋음 (↑)

 

 

Specificity (특이도): $\frac{TN}{FP+TN}$

 

 

Precision (정밀도): $\frac{TP}{TP+FP}$

 

 

Recall (재현율) = Sensitivity (민감도): $\frac{TP}{TP+FN}$

 

 

Accuracy (정확도): $\frac{TP+TN}{TP+FN+FP+TN}$

 

'AI > Metrics' 카테고리의 다른 글

FID (Frechet Inception Distance)  (0) 2023.10.20
LPIPS (Learned Perceptual Image Patch Similarity)  (0) 2023.04.10
SSIM (Structural Similarity Index Map)  (0) 2023.04.10
PSNR (Peak Signal-to-Noise Ratio)  (0) 2023.04.10