모델 평가 RMS

MAE, MSE, RMSE, MSLE 정리

1. MAE (Mean Absolute Error)

• 실제 값과 예측 값의 차이(Error)를 절대값으로 변환해 평균화

2. MSE (Mean Squared Error)

• 실제 값과 예측 값의 차이를 제곱해 평균화
• 특이값이 존재하면 수치가 많이 늘어난다.
• 이상치 영향 적음

3. RMSE (Root Mean Squared Error)

• MSE 값은 오류의 제곱을 구하므로 실제 오류 평균보다 더 커지는 특성이 있어 MSE에 루트를 씌운 RMSE 값을 쓴다.
• 에러에 제곱을 하기 때문에 에러가 크면 클수록 그에 따른 가중치가 높이 반영된다.
• 이상치 영향 적음

4. MSLE (Mean Squared Log Error)

• MSE에 로그를 적용해준 지표

참고 : https://mizykk.tistory.com/102