회귀모델 평가지표에 대한 페이지입니다.
- MSE
- RMSE
- MAE
- R2score
회귀 모델의 평가 지표
- 오차 기반의 평가 지표를 활용
- 오차가 크니? 작니? 에 따라서 모델의 성능을 평가
MSE
Reference: https://medium.com/@maheshhkanagavell/mse-mean-squared-error-e2c06c02ab3f
- 평균 제곱 오차
- MSE 지표는 학습과 평가에 모두 사용된다!
RMSE
- MSE 값에 Root 씌운 것
- MSE 에서 제곱을 해줬으니 되돌린 것
MAE
- MAE: 평균 절댓값 오차 (Mean Absolute Error)
- 오차를 절댓값으로 변환하여 평균을 구함
- mse 에 비해 오차에 덜 민감 (제곱하지 않아서)
R2 Score = 결정계수
Reference: https://pbs.twimg.com/media/D8uwFuAXYAYIQHk.png
- 오차와 평균값을 활용하여 정규화된 평가가 가능하도록 만든 지표
- 즉, 누가봐도 평가할 수 있도록 함
- 해석
- 0~1 사이 값 가짐
- 0에 가까울수록 성능 X
- 1에 가까울수록 좋은 성능을 가지는 모델
- 음수는 성능이 매우 좋지 않음
- 계산식
- R2 score = 0 → 1 = SSR/SST → SSR(예측) = SST(평균) → 예측값이 평균과 같다
- R2 score = 1 → SSR/SST = 0 → SSR = 0 → 예측한 값이 “실제”와 같다 → 즉, 오차 = 0
- R2 score < 0 → SSR/SST > 1 → SSR > SST → 오차 > 평균 → 평균보다도 못맞춤 (쓰레기!)
