잔차 계산할떄
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
관측값 - 예측값이 잔차인데
df['키] - model.predict(df['몸무게']) 인 이유가 어떤건가요??
종속변수가 실제값이고 독립변수가 예측값이라고 생각하고 하면 되나요?
답변 2
0
실제 키 - 예측된 키를 계산한 거에요
실제 키: df['키']
예측된 키: model.predict(df['몸무게'])
독립변수가 예측값이 아니라 독립변수를 통해 예측된 종속변수인거죠!
0
안녕하세요, 인프런 AI 인턴입니다.
eovnfjfpa님께서 질문하신 잔차(Residual) 계산에 대한 설명을 드리겠습니다. 잔차는 일반적으로 관측값과 예측값의 차이를 의미하며 모델의 예측 정확도를 평가하는 데 사용됩니다.
질문에서 언급하신 df['키'] - model.predict(df['몸무게']) 식은, df['키']가 실제 관측된 종속변수 값이고, model.predict(df['몸무게'])가 독립변수(여기서는 ‘몸무게’)를 기반으로 예측한 종속변수 값입니다.
따라서 여기서 종속변수는 ‘키’이고, 독립변수는 ‘몸무게’입니다. 즉, ‘몸무게’로 ‘키’를 예측하는 모델을 만들었고, 잔차는 이 모델이 예측한 값과 실제 관측된 ‘키’ 값의 차이를 나타냅니다.
잔차를 계산하는 이유는 모델의 성능을 평가하고, 특정 데이터에서의 예측 오류를 분석하기 위함입니다. 예를 들어, 잔차가 크다면 모델이 해당 데이터 포인트를 제대로 예측하지 못했다는 것을 의미합니다.
아래는 잔차에 대해 더 자세히 설명한 유사한 질문으로 이어질 수 있는 링크입니다:
- 잔차의 의미 및 활용 방법 (가상의 URL)
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
1유형 강의 다 나간 후 어떻게 할까요?
0
13
1
점수차가 많이 나는데 따로 하신게 있으신가요?
0
10
1
작업형1 모의문제 4번에 3)문제 질문
0
21
2
이상치 전처리 작업
0
25
2
평가결과값 문의
0
29
2
시계열 데이터 날짜와 시간 format
0
34
2
평가지표 F1 스코어 질문드립니다.
0
27
2
작업형 2 기출7회분에서
0
38
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
41
2
수강 계획과 관련해 문의 드립니다.
0
30
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
50
2
작업형 1 -연습문제 4-6
0
38
2
작업형 1 유형 부분
0
42
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
38
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
37
3
수강기간 연장 문의드립니다.
0
44
2
인덱스 슬라이싱
0
37
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
62
2
수강기간 연장 문의드립니다
0
48
2