이진 분류 모델은 제품에 "Passed" 또는 "Failed" 레이블을 지정하고 조립 라인에서 항목을 그에 따라 정렬합니다. 모델의 성능을 평가하는 데 어떤 평가 지표를 사용해야 합니까? (두 가지 선택)

이진 분류 모델의 성능을 평가할 때는 모델이 올바르게 분류하는 능력과 각 클래스에 대한 예측의 품질을 모두 고려해야 합니다. 정밀도(Precision)와 재현율(Recall)은 모델이 긍정 클래스(여기서는 "Passed")를 얼마나 잘 식별하는지 측정합니다. 정밀도는 모델이 긍정으로 예측한 것 중 실제로 긍정인 비율이고, 재현율은 실제 긍정 중 모델이 긍정으로 올바르게 예측한 비율입니다. 이 두 지표는 특히 클래스 불균형이 있거나 한 유형의 오류(예: 불량품을 양품으로 분류)가 다른 유형보다 더 심각할 때 중요합니다. 정확도(Accuracy)는 전체 예측 중 올바른 예측의 비율을 나타내며, 모델의 전반적인 성능을 측정하는 데 유용합니다. F1 점수는 정밀도와 재현율의 조화 평균으로, 두 지표를 균형 있게 고려하여 모델의 성능을 단일 지표로 요약합니다. RMSE와 MAPE는 회귀 모델 평가에 사용되는 지표이며, BLEU 점수와 Perplexity는 자연어 처리(NLP) 모델 평가에 사용됩니다. 따라서 이진 분류 모델 평가에는 적합하지 않습니다.