모델 설명력과 정확도 차이

머신러닝에 들어가면서 공부를 하다보니 모델을 평가하는 지표들 중 설명력과 정확도의 차이가 궁금하여 공부하게 되었다.

📖 설명력(Explanatory Power)

• 모델이 데이터를 얼마나 잘 설명하고, 각 독립 변수가 종속 변수에 어떤 영향을 미치는지를 나타낸다.
• 회귀 모델에서는 R-squared (R²)와 같은 지표가 모델 설명력을 측정하는 데 사용된다.
• 설명력은 주로 회귀 분석과 같은 회귀 모델에 적용되며, 모델이 데이터를 어떻게 설명하는지에 중점을 둔다.

📖 정확도(Accuracy)

• 주로 분류 모델에서 사용되는 지표로, 모델이 예측한 결과가 실제 관측값과 얼마나 일치하는지를 나타낸다.
• 정확도는 전체 예측 중 올바르게 분류된 비율로 정확도 = (올바른 예측 수) / (전체 예측 수) 이와 같이 계산된다.
• 정확도는 주로 이항 분류 또는 다항 분류에서 모델의 성능을 평가하는 데 사용된다.

💡 정리

평가하려는 모델의 유형에 따라 설명력 또는 정확도와 같은 적절한 지표를 선택하는 것이 중요한 것 같다. 회귀 모델의 경우 설명력이 중요하고, 분류 모델의 경우 정확도가 일반적으로 중요하기 때문이다.