[머신러닝] 회귀 평가 지표

MAE(Mean Absolute Error)

MAE는 Mean Absolute Error의 약자로 실제 값과 예측값의 차이를 절대값으로 변환해 평균해서 구하는 평가 지표이다.

MSE(Mean Squared Error)

MSE는 Mean Squared Error의 약자로 실제 값과 예측값의 차이를 제곱해 평균한 것이다.

 

 

 

RMSE(Root Mean Squared Error)

RMSE는 Root Mean Squared Error의 약자로 MSE를 구한 값에 루트를 씌운 값을 뜻한다. MSE 갑은 오류의 제곱을 평균한 것이므로 실제 오류 평균보다 더 커지기 때문에 루트를 사용한다.

R2

분산 기반으로 예측 성능을 평가한다. 실제 값의 분산 대비 예측값의 분산 비율을 지표로 하며 1에 가까울수록 예측 정확도가 높다.

 

 

 

 

 

 

 

 

 

출처 : 파이썬 머신러닝 완벽 가이드 - 권철민