COURSE
4
PROGRESS
5 / 6
단원 데이터 구조화: AI 전처리 17 데이터의 규칙: 예측 로직 14 옷의 시너스: 판단 로직 1 예와 아니오: 판단 로직 6 닮은꼴 찾기: 관계 로직 7 최적의 경로: 강화 로직 7 층층이 지능: 신경망 로직 7 전체 목록
이전 문제 다음 문제

분류 모델의 성능 평가: 정확도

40 P
QUESTION 05 #346
모델이 예측한 값과 실제 정답을 비교하여 얼마나 맞혔는지 정확도(Accuracy)를 계산하는 함수를 완성하세요.
main.py 
def get_accuracy(y_true, y_pred):
    correct = 0
    for t, p in zip(y_true, y_pred):
        if t  p:
            correct += 1
    
    return correct / (y_true)

true_labels = [1, 0, 1, 1, 0]
pred_labels = [1, 0, 0, 1, 0]

acc = get_accuracy(true_labels, pred_labels)
print(f"정확도: {acc * 100}%")
실행 결과 예시 
==, len
INTERACTIVE SHELL Shift + Enter 로 즉시 실행

🎯 정확도(Accuracy)의 한계

가장 직관적인 평가 지표는 "전체 중 몇 개를 맞혔는가"입니다.

하지만 주의할 점이 있습니다. 만약 100명 중 99명이 정상이고 1명이 환자라면, 모델이 무조건 "정상"이라고만 답해도 정확도는 99%가 나옵니다.

따라서 분류 모델에서는 정확도 외에도 정밀도(Precision)나 재현율(Recall) 같은 지표를 함께 사용하여 "균형 있게" 잘 맞히고 있는지 평가해야 합니다.