반응형 @ OO의 이해/진단성능의 이해2 양성예측도, 음성예측도 쉽게 이해하기 (진단성능 #2) 지난 글에서 만들었던 표를 가져옵시다. 환자 정상 합계 양성 True Positive (TP) False Positive (FP) TP+FP 음성 False Negative (FN) True Negative (TN) FN+TN 합계 TP+FN FP+TN TP+FP+FN+TN 민감도, 특이도, 위양성률,위음성률을 약어를 이용한 수식으로 나타내면 아래와 같습니다. $\mathrm{Sensitivity}=\frac{TP}{TP+FN}$ $\mathrm{Specificity}=\frac{FP}{FP+TN}$ $\mathrm{False \ positive \ rate}=\frac{FP}{FP+TN}$ $\mathrm{False \ negative \ rate}=\frac{FN}{TP+FN}$ 위 표에서 구할 수 .. 2021. 8. 23. 민감도, 특이도, 위양성, 위음성 쉽게 이해하기 (진단성능 #1) 암측정기계를 개발중이라고 합시다. 성능을 검증하기 위해, 암환자 100명과 정상인 100명을 모집했습니다. AI를 이용하여 진단을 수행했고 결과는 아래와 같았습니다. 진단 결과가 양성이면 암으로 판정된 것입니다. 환자 정상 합계 양성 80 30 110 음성 20 70 90 합계 100 100 200 맞게 진단한 결과에 표시해봅시다. 환자 정상 합계 양성 80 (good) 30 110 음성 20 70 (good) 90 합계 100 100 200 환자는 양성으로 진단하고 정상인은 음성으로 진단하는 AI를 만들어야 합니다. 옳게 진단할 확률이 높은 AI가 좋은 AI입니다. 민감도와 특이도는 진단 기계의 성능을 평가하는 과정에서 자연스럽게 도출되는 개념입니다. 어떤 기준으로 진단기계를 평가하면 될까요? 아래 두.. 2021. 8. 13. 이전 1 다음 반응형