머신러닝 회기 모델의 성능 평가 지표 - MAE, MSE, RMSE, MAPE, MPE
지난 번에는 분류모델의 정확도를 구할 수 있는 모형에 대해서 알아보았다. 이번에는 회기 모형의 모델 성능 평가 지표에는 어떤 것이 있으며 언제 이 성능평가 지표를 사용하는지에 대해서 알아보도골 하겠다. 대부분의 회기 모델의 성능 평가 지표는 예측한 Y 값과 실제 Y 갑의 오차를 바탕으로 구해지는 것을 알 수 있다. MAE, MSE, RMSE, MAPE, MPE, MSLE 등 여러가지 성능평가 지표에서 볼 수 있듯이, 마지막의 E는 모두 error의 약자라고 할 수 있다. 그렇다면 어떤 에러를 활용하여 모델의 성능을 구할때 좋은지 살펴 보도록 하겠다. 1) MAE (Mean Absolute Error, 평균 절대 오차) - 방식: 실제 값과 예측 값의 차이의 절대값을 평균으로 모델 성능 평가 - 해석: 작..
