임계값 변화에 따른 정밀도의 변화

요새 질문이 많이 올라와서, 여기 답변 다는걸 깜박했습니다.

음, 일반적으로 임계값이 감소하면, 예를 들어 50% 이상은 되어야 Positive로 예측한 것이 실제 Positive로 되는 경우가 보통인데, 이걸 30~40%로 낮추면 Positive로 예측하는 비율이 높아짐과 동시에 틀릴 확률도 올라갑니다.

요약하지만 임계값이 감소하면 Positive로 많이 예측하면서 동시에 틀릴(FP) 확률이 맞을 확률(TP) 보다 더 많이 증가할 수 있습니다. 때문에 임계값이 감소하면 일반적으로 정밀도가 감소됩니다.

아 제가 잘못 적은 것 같습니다. 제가 의도한 질문은 아래와 같습니다!

책에서는 분류 임계값이 감소함에 따라 재현율은 증가하고 정밀도는 감소한다고 나와있습니다.

임계값이 감소한다는 것은 그만큼 FP, TP가 증가한다는 것을 의미하는데

임계값이 감소함에 따라 FN이 줄어들고 TP가 증가하는 재현율과는 다르게 

정밀도는 확실히 감소한다고 볼 수 없지 않나요?

예를 들어, 임계값 변동 전의 정밀도가 80/100(=0.8)이고, 양성예측이 증가하여

맞는 예측이 10건, 틀린 예측이 1건일 경우, 정밀도가 90/111(= 약 0.82)가 되어

분류임계값이 증가하더라도 정밀도는 높아질 수 있지 않나요?

임계값이 감소하면 정밀도가 감소하는 것이 대체적으로 더 빈번하다고 알아두면 될까요?

안녕하십니까,

책에서는 분류 임계값이 감소하면서 재현율이 높아지고, 정밀도 값이 낮아진다고 기술했습니다만,

질문이 헷갈립니다. 다시 한번 명확하게 질문을 정리해주시겠습니까?