[통계] 정확도(Accuracy) vs 정밀도(Precision)

정확도(Accuracy)와 정밀도(Precision)는 측정이나 실험 결과의 신뢰성을 평가하는 중요한 개념이다.

둘 다 측정 결과의 품질을 나타내는 지표지만 각각의 의미는 다르다.

 

1. 정확도(Accuracy)

정확도란, 특정 조건 하에서 측정된 값이 알려진 참값에 얼마나 가까운지를 나타내는 정도이다. 

표적의 중심에 화살을 맞히는 것이 높은 정확도를 가지는 것으로 이해할 수 있다.

 

예를 들어, 체온계로 사람의 체온을 잴 때 실제 체온에 가깝게 측정할수록 높은 정확도를 가지는 체온계라고 할 수 있다.

2. 정밀도(Precision)

정밀도는 동일한 조건에서 반복 측정했을 때 결과들이 얼마나 일관되게 나오는지를 의미한다.

정밀도는 무작위 오류의 분포에 영향을 받고, 정밀도가 높다고 해서 반드시 참값에 가깝다는 뜻은 아니다.

화살을 여러 번 쏘았을 때 계속해서 같은 위치를 맞히지만 표적의 중심이 아닌 한쪽에 모여있는 경우, 정밀도는 높지만 정확도는 낮다고 할 수 있다.

 

예를 들어, 체중계가 매번 비슷한 무게로 측정하지만 실제 체중과는 차이가 있다면 정밀도는 높지만 정확도는 낮은 것이다.

 

 

 

편향(Bias)과 분산(Variance)의 개념을 알고 있다면,

정확도는 편향과 직접적인 관련이 있고, 정밀도는 분산과 관련이 있음을 알 수 있다.

 

편향이 낮을수록 정확도는 높아지고, (측정 값들이 참값에 가깝게 위치하기 때문)

분산이 낮을수록 정밀도는 높아진다. (측정 값들이 서로 가깝게 모여있기 때문)

 

2024.05.21 - [Statistics & AI/Basic Concept] - [ML/DL] 편향(Bias)과 분산(Variance)

[ML/DL] 편향(Bias)과 분산(Variance)