(plot했을 때? 공간에서?) 두 class를 구분하는(즉 분류하는) 기준이 되는 선(곡선? 직선?) 은 [[결정경계,decision_boundary]]라고 한다.

= tmp from [[WpKo:정밀도와_재현율]] =
이진분류기법(eg. [[패턴인식,pattern_recognition]], 정보검색(information retrieval) 등 분야)엔 정밀도와 재현율 개념이 있다.
||[[정밀도,precision]] ||검색결과중 관련있는 것으로 분류된 것의 비율 ||retrieved중에서 relevant의 비율 ||
||[[재현율,recall]]    ||관련있는 것 중 실제로 검색된 것의 비율      ||relevant중에서 retrieved의 비율 ||
// 그림(venn diagram?), 표 (false/true positive/negative) 필요함. { 표에 type 1 / type 2 error 포함되어 있음. } 이것은 따라서 그림 때문에 나중에......
재현율은 sensitivity라고도 한다.
정밀도는 positive predictive value(PPV)라고도 한다.
통계적 분류에서 사용되는 다른 기준으로, true negative rate(specificity)와 [[정확도,accuracy]] 등이 있다.

----
See also:
[[혼동행렬,confusion_matrix]]
[[ROC곡선,ROC_curve]]은 이진분류기의 성능을 표현해 줌.

----
https://developers.google.com/machine-learning/glossary?hl=ko#binary_classification
[[WpEn:Binary_classification]]

tmp twin:
https://zetawiki.com/wiki/이진_분류

MKLINK
[[분류,classification]]
[[이진,binary]] and [[둘,two]]