머신러닝 모델의 성능을 평가하는 것은 매우 중요합니다. 특히 분류 문제에서는 단순한 **정확도(Accuracy)**만으로는 충분하지 않기 때문에, 다양한 지표를 함께 고려해야 합니다. 이 글에서는 대표적인 분류 모델 평가 지표 4가지를 설명합니다.1. 정확도 (Accuracy)정의: 전체 데이터 중에서 모델이 정답을 맞춘 비율공식:Accuracy = (TP + TN) / (TP + FP + FN + TN)TP: True PositiveTN: True NegativeFP: False PositiveFN: False Negative장점: 직관적이고 이해하기 쉬움단점: 클래스 불균형 데이터에서는 왜곡된 결과를 줄 수 있음2. 정밀도 (Precision)정의: 모델이 Positive라고 예측한 것 중에서 실제로..