이번시간에는 회귀 모델 평가에 대해서 알아보겠습니다
분류모델 평가에 대해서 알아보고 싶으신 분은 아래 링크를 클릭해주세요
[Python / 머신러닝] 활용 제조 / 공정 - 실무 데이터 마이닝 실습 2(분류 모델 평가 / 정확도 / 재현율 / 정밀도 / f1_Score / 오차행렬)
[Python / 머신러닝] 활용 제조 / 공정 - 실무 데이터 마이닝 실습 2(분류 모델 평가 / 정확도 / 오차
이번시간에는 저번 포스팅 때 만들었던 학습 모델에 대 평가를 진행해보도록 하겠습니다 이전 포스팅 보러가기: [Python / 머신러닝] 활용 제조 / 공정 - 실무 데이터 마이닝 (지도 학습 / 분류 모델
sminstory.com
회귀모델 평가 지표 (Model Evaluation)
1. R Square (결정계수 / R^2)
R Square (결정계수) 란?
회귀선이 데이터를 얼마나 잘 대변하는가
$$ R^2 = \frac{ TSS - RSS} {TSS} = 1 - \frac{RSS}{TSS} $$
총 변동 : ∑(실제값 - Y평균)^2 - Total Sum of Square(TSS)
회귀 변동 : ∑(예측값 - Y평균)^2 - Explained Sum of Square / Regression Sum of Square (ESS)
오차 변동 : ∑(실제값 - Y예측값)^2 - Residual Sum of Square / Error Sum of Square (RSS)
2. Mean Square Error (MSE) 평균 제곱 오차
∑{실제값 - Y예측값)^2 / 데이터 수
여기에서 오차는 (실제값 - Y예측값) 이다.
3. Root Mean Square Error (RMSE)
$$ \sqrt{MSE} $$
4. Mean Absolute Error (MAE) 평균 절대 오차
∑(|실제값 - Y예측값|)^2 / 데이터 수
위 평가 방법들을 하나의 함수로 만들어서 간편하게 사용할 수도 있다.
참고
