목록2024/11/12 (1)

열정 실천

[AI] 004. 머신러닝의 성능평가 (회귀-MAE,MSE,RMSE / 분류 - 심플 카운팅, ROC 곡선)

회귀 모델의 성능 평가  - MAE (Mean Absolute Error) : 모델의 예측 값과 실제 값 사이의 절대적인 차이를 평균한 값- MSE (Mean Squared Error) : 예측 값과 실제 값의 차이를 제곱한 후 평균한 값- RMSE (Root Mean Squares Error) : MSE의 값에 제곱근을 씌운 값으로 산출된 오차의 단위가 실제 값과 동일  MAE, MSE, RMSE는 모두 모델의 예측 성능을 평가하는 데 사용되는 대표적인 손실 함수이다.  이 3개의 식에서 y는 실제 값, y'는 예측 값, N은 데이터의 총 개수를 뜻한다.  이 중 MSE는 가장 많이 사용되는 가장 직관적인 손실 함수이다. 오차를 제곱하기 때문에 큰 오차에 가중치를 부여한다.  즉, 작은 오차보다는 큰 ..
CS/AI 2024. 11. 12. 15:45
이전 Prev 1 Next 다음