true-negative
모델이 실제로 음성인 데이터를 정확하게 음성으로 판정한 결과이다. 나무 식별 모델에서는 바다나 건물처럼 나무가 없는 영역을 나무가 아니라고 정확히 판단하는 것을 의미한다. 모델의 정밀도를 높이고 오탐지를 줄이는 데 필수적인 학습 요소이다.
모델이 실제로 음성인 데이터를 정확하게 음성으로 판정한 결과이다. 나무 식별 모델에서는 바다나 건물처럼 나무가 없는 영역을 나무가 아니라고 정확히 판단하는 것을 의미한다. 모델의 정밀도를 높이고 오탐지를 줄이는 데 필수적인 학습 요소이다.