민감도(Sensitivity) 와 특이도 (Specificity) 관계

 

출처: Sensitivity and specificity - Wikipedia

---

 

대표 Diagram

오른쪽은 이해를 돕기 위한 설명

 

 

원 안 vs. 원 밖 : 예측에 대한 Positive vs. Negative

원을 모델/사람이 양성이라고 예측하는 범위라 가정

원 안 : 예측 양성 (Condition/Predictive/Expected Positive)

원 밖 : 예측 음성 (Condition/Predictive/Expected Negative)

 

좌측 공간 vs. 우측 공간 (또는 ● 샘플 vs. ○ 샘플) : 실제 Positive vs. Negative

좌측 공간 또는 ● 샘플 : 실제 양성 (Indivisual/Actual/Value Positive)

우측 공간 또는 ○ 샘플 : 실제 음성 ( Indivisual/Actual/Value Negative)

 

FN vs. TP vs. TN vs. FP

False Negative (FN), 위음성

음성으로 예측되었으나 (원 밖), 실제는 양성 (●)

예측: 음성, 실제: 양성

 

True Positive (TP), 참양성

양성으로 예측되으며 (원 안), 실제로도 양성 (●)

예측: 양성, 실제: 양성

 

True Negative (TP), 참음성

음성으로 예측되었으며 (원 밖), 실제로도 음성 (○)

예측: 음성, 실제: 음성

 

False Positive (FP), 위양성

양성으로 예측되었으나 (원 안), 실제는 음성 (○)

예측: 양성, 실제: 음성

 

Sensitivity (민감도)

실제 양성인 샘플들 대비 예측 양성의 비율;
실제 양성들 (Relevant Items)중 얼마나 많은 수가 예측 양성에 포함됐는지

예시: 어떠한 조건으로 아픈 사람들을 걸러냈는데,
실제 아픈사람들 중 얼마나 많은 수가 그 조건에 포함되었는지

 

Specificity (민감도)

실제 음성인 샘플들 대비 예측 음성의 비율;
실제 음성들 중 얼마나 많은 수가 예측 음성에 포함됐는지

예시: 어떠한 조건으로 아픈 사람들을 걸러냈는데,
건강한 사람들 중 그 조건에 안걸리는 사람이 얼마나 되는지

 

 

Sensitivity vs. Specificity Trade off

예측 범위를 키우면 (원을 키우면) Sensitivty는 커지나, Specificity는 작아짐
반대로, 예측 범위를 작게 하면 (원을 작게하면) Sensitivity는 작아지나, Specificity는 커짐

예시: 아픈 사람의 조건을 넓게 잡으면
실제 아픈사람들 중 조건에 걸리는 사람들이 많아짐 (Sensitivity 커짐)
그러나, 건강한 사람들 중에 조건에 안걸리는 사람들이 적어짐 (Specificity 작아짐)