회귀 모델의 현실적인 목표는 정확한 연속값을 예측하는 것이 아닌 실제값과의 오차를 줄이는 것이다
오차 = 실제값 - 예측값
| Sum Squared Error (SSE) | 오차 제곱의 합 |
| Mean Squared Error (MSE) | 오차 제곱의 합 / N |
| Root MSE (RMSE) | sqrt(MSE) |
| Mean Absolute Error (MAE) | 오차 절대값의 합 / N |
| Sum Squared Total (SST) | 실제 데이터와 평균값의 오차 (전체 오차) |
| Sum Squared Regression (SSR) | 회귀식이 잡아낸 오차 (평균값과 회귀식의 오차) |
| Sum Squared Error (SSE) | 회귀식이 잡아내지 못한 오차 (실제값과 회귀식의 오차) |
SST = SSE + SSR
결정 계수
- Coefficient of Determination
- 모델 성능을 잘 해석하기 위한 MSE의 표준화된 버전
- 전체 오차 중 회귀식이 잡아낸 오차 비율
R^2 = SSR / SST
'머신러닝' 카테고리의 다른 글
| 분류 모델 평가 지표 (0) | 2024.10.15 |
|---|---|
| 회귀와 분류 (0) | 2024.10.02 |
| XAI 기반 GNN (0) | 2021.12.22 |
