[용어] 거짓음성, 否定誤謬, False Negative, FN동의어 : 가짜음성

거짓음성, 否定誤謬, False Negative, FN동의어 : 가짜음성

이진 분류(binary classification)에서 양성(positive)을 음성(negative)으로 잘못 판정하는 오류.  

이진 분류는 두 가지 중에서 하나를 고르는 방법으로 통상 0과 1로 분류하고 음성(negative)과 양성(positive)으로 표시한다. 이진 분류에는 2가지의 판정 오류가 존재한다. 음성(negative)을 양성(positive)으로 판정하는 거짓양성(False Positive) 오류와 양성(positive)을 음성(negative)으로 판정하는 거짓음성(False Negative) 오류이다.

예를 들어 스팸 메일을 검사하는 프로그램에서 정상적인 메일을 음성으로 가정하고, 스팸 메일을 양성이라고 하자. 이 경우가 스팸 메일(양성)을 정상 메일(음성)로 판정하는 오류이다.  코로나19(COVID-19) 검사에서는 진짜 양성을 음성으로 판정하는 오류로 이를 허위 음성이라고 한다.

통계적 가설 검정(統計的假說檢定, statistical hypothesis test)에서는 귀무가설(歸無假說, null hypothesis)과 대립가설(對立假說, alternative hypothesis)을 세운다. 대립가설이 참값(true value)인데 귀무가설로 잘못 판정하는 오류가 이에 해당하고, 이를 2종 오류(type II error)라고 한다. 레이다에서는 적군(또는 target)이 나타났는데 적군이 나타나지 않은 것으로 판정하는 경우로 오 탐지(miss detection)라는 용어를 사용한다.

 

거짓음성이나 거짓양성으로 잘못 판정하는 경우는 지불하여야 하는 비용(cost)이 크다. 특히 거짓음성으로 판정하는 경우인데 예를 들어 암 환자를 정상인으로 잘못 판정하거나 적군이 침입했는데 이를 탐지하지 못한 경우에는 지불하여야 하는 비용이 너무 많아지기 때문에 진단 기기나 장비의 성능이 매우 중요하다.

출처 : TTA

 

같이 본 기사  : 

넷플릭스의 A/B 테스팅

https://playinpap.github.io/netflix-ab-testing-fn/