결과는 대단하지만, 더 많은 데이터를 가져올 수록 정확도는 완전 떨어짐.성능을 맞은 확률로만 볼게 아니라 다른 방법으로도 봐야한다.실제로, 수집되는 데이터들이 편향적인 경우가 많아서 더더욱 중요하다. True PositiveTrue NegativeFalse PositiveFalse Negative가 있다. 항상 헷갈리는데 코로나 키트로 생각하면 된다.보통 키트의 결과를 Positive(양성), Negative(음성)이라고 하지 않는가?마찬가지로, 우리의 분류기가 참이라고 했으면 P이고, 거짓이라고 판별했으면 N으로 본다.앞에 True, False는 그 분류기가 실제로 맞았는지 틀렸는지를 말한다.키트가 오류가 있을 수 있듯이, 분류기도 마찬가지다. 예를 들어, 장미꽃을 구별하는 분류기가 False Posi..
