회귀 / 분류시 알맞은 metric은 무엇일까?

Sangwook Kim·2022년 2월 3일
0

interview2022

목록 보기
5/20

면접 대비 답변

우선 회귀 문제에서는 실제 데이터와 모델의 예측값 사이의 차이를 기반으로둔 Metric을 활용합니다. MSE(Mean Square Error, 평균제곱오차), RSS(Residual sum of Square, 단순 오차 제곱합), MAE(Mean Absolute Error, 평균 절대값 오차) 등이 있습니다.

분류 문제에서는 정답을 맞췄는지 여부를 판단하기 위해, F1 Score를 활용하는 것으로 알고 있습니다.

상세 설명

MSE (Mean Square Error, 평균제곱오차)

오차에 제곱이 되어 이상치를 잡아내는데 효과적임

MAE (Mean Absolute Error, 평균 절대값 오차)

변동치가 큰 지표와 낮은 지표를 같이 예측하는데 효과적임

위 두 경우 모두 데이터의 크기에 의존한다는 단점이 존재합니다.

R2

R2=1MSEVar(y)R^2 = 1 - \frac{MSE}{Var(y)}

분류 모델

https://velog.io/@lswkim/%EC%95%8C%EA%B3%A0-%EC%9E%88%EB%8A%94-metric%EC%97%90-%EB%8C%80%ED%95%B4-%EC%84%A4%EB%AA%85%ED%95%B4%EC%A3%BC%EC%84%B8%EC%9A%94.-ex.-RMSE-MAE-recall-precision-

Reference

profile
Just Because

0개의 댓글