🔗 관련 문서: Wikipedia - False Positive Rate

FPR (False Positive Rate) - 위양성 비율

FPR은 정상 데이터를 비정상으로 잘못 판단하는 비율을 의미하며, 머신러닝의 분류 성능 평가 지표 중 하나다.

(1) FPR이란?

FPR은 잘못된 경보(False Alarm)를 측정하는 지표로, 정상 데이터를 비정상으로 잘못 분류한 비율을 나타낸다.

(2) FPR 공식

FPR은 다음과 같이 계산된다:

\[ FPR = \frac{FP}{FP + TN} \]

• \( FP \): 실제 정상인데 비정상으로 분류된 수 (False Positive)
• \( TN \): 실제 정상이고 정상으로 분류된 수 (True Negative)

(3) FPR의 중요성

• FPR이 낮을수록 모델 신뢰도 향상
• FPR이 높으면 불필요한 알림이나 조치가 발생할 수 있음
• TPR(재현율)과 균형 조절 필요 – F1 스코어나 ROC Curve로 함께 평가

(4) FPR 예제

• 의료: 건강한 사람을 암환자로 잘못 분류 → 불필요한 검사 및 불안 유발
• 보안: 정상 사용자를 공격자로 판단 → 사용자 경험 악화
• 금융: 안전한 거래를 부정거래로 판단 → 결제 차단