분모가 달라지는 계산
전체 가운데 특정 조건을 만족하는 대상만 모으면 확률 계산의 분모도 그 범위로 바뀐다. 결함이 있는 제품 가운데 경고가 난 비율과 경고가 난 제품 가운데 결함이 있는 비율은 다른 질문이다. 문장에 같은 단어가 등장해도 조건의 방향이 바뀌면 답이 달라질 수 있다. 어느 범위 안에서 세고 있는지 먼저 확인한다.
가상의 제품 분류
제품 10000개 가운데 결함이 100개라고 하자. 분류기가 결함 제품 90개에 경고를 내고 정상 제품 9900개 가운데 198개에도 경고를 냈다고 가정한다. 경고는 모두 288개이며 그 가운데 실제 결함은 90개다. 따라서 경고가 난 제품의 결함 비율은 90을 288로 나눈 31.25퍼센트다. 이 수치는 가상의 조건에서 계산한 예시다.
| 가상 제품 상태 | 경고 | 무경고 | 합계 |
|---|---|---|---|
| 결함 | 90 | 10 | 100 |
| 정상 | 198 | 9702 | 9900 |
| 합계 | 288 | 9712 | 10000 |
높은 검출 비율만으로 부족한 이유
앞의 분류기는 결함 제품 가운데 90퍼센트를 잡았다. 하지만 전체에서 결함이 드물기 때문에 정상 제품에서 나온 경고도 많이 쌓였다. 검출 성능 한 숫자만으로 경고가 맞을 비율을 바로 알 수는 없다. 실제 결함이 얼마나 흔한지와 정상 제품에 경고가 나는 비율도 함께 필요하다.
조건을 바꾸면 결과도 바뀐다
같은 분류 규칙이라도 적용하는 집단에서 결함 비율이 달라지면 경고 가운데 실제 결함의 비율도 달라질 수 있다. 특정 집단에서 얻은 결과를 다른 곳에 그대로 적용할 때 주의할 이유다. 기저율을 무시한 채 분류기의 한 성능 수치만 비교하면 실제 사용에서 기대할 결과를 잘못 판단할 수 있다.
건수 표로 확인하기
조건부확률이 헷갈릴 때는 전체 수를 가정하고 각 범주의 건수를 채워 보면 도움이 된다. 실제 결함과 정상, 경고와 무경고로 나누고 묻는 조건에 맞는 행이나 열을 분모로 삼는다. 최종 계산값만 적기보다 분자와 분모가 어떤 대상을 가리키는지 문장으로 확인하면 방향을 뒤집는 실수를 줄일 수 있다.