2026-08-03-99-4-accurate-but-still-completely-useless-3143974ec5
불균형 데이터에서는 정확도만으로 모델을 판단하면 안 됩니다
DEV Community
편집자 요약
불균형 데이터셋에서는 정확도만 높아도 모델이 실제로는 쓸모 없을 수 있습니다. 예시에서는 2만 건의 카드 거래 중 0.6%만 사기였고, 모든 거래를 정상으로 예측한 기준 모델이 99.4% 정확도를 얻었지만 사기는 한 건도 잡지 못했습니다. 대신 Precision과 Recall이 사기 탐지 성능을 더 잘 보여 주며, 로지스틱 회귀 모델은 정확도는 더 낮았지만 사기의 77.8%를 찾아냈습니다.
인사이트
사기 탐지나 희귀 사건 예측에서는 accuracy만 보지 말고 Precision과 Recall을 함께 확인해야 합니다. 학습 중에는 혼동 행렬과 F1 score를 직접 계산해 모델이 실제로 무엇을 놓치는지 점검하는 연습이 필요합니다.
댓글
댓글을 불러오는 중…