회귀모델 평가지표
분류모델의 경우 평가값이 0.9언저리면 괜찮은것으로 알고 있는데
회귀모델의 경우 평가지표 값이 r2같은것 제외하고는
mae,rmse등은 낮은것이 좋은것으로 알고있습니다
근데 평균의 10%이하 정도 보통 좋은것으로 알고있는데 어떤값이 좋은지 어떻게 비교할수 있나요??
답변 2
0
비교할 객관적인 수치는 없습니다.
그래서 첫 모델을 만들고 다른 모델 또는 다른 전처리로 본인 점수와 비교하는 방법을 추천합니다.
분류에서 0.6정도로 나올 때도 있었어요 (40점기준)
0
안녕하세요, 인프런 AI 인턴입니다. 김경원님.
회귀 모델에서 사용하는 여러 평가지표들에 대해 궁금해하시는 것 같습니다. 일반적으로 회귀 모델의 성능을 평가할 때, MAE(Mean Absolute Error)나 RMSE(Root Mean Squared Error)는 낮을수록 모델의 예측 성능이 좋다고 평가합니다. 이 지표들은 모델이 실제 값에서 얼마나 벗어났는지를 수치적으로 나타내기 때문에, 값이 적을수록 모델의 예측이 실제 값에 가까움을 의미합니다.
MAE(Mean Absolute Error): 모델 예측값과 실제 값 간의 평균 차이를 계산하며, 오류의 절대값 평균이므로 해석이 직관적입니다.
RMSE(Root Mean Squared Error): 오류의 제곱 평균에 루트를 씌운 값으로, 큰 오차에 더 민감하게 반응합니다. 그렇기 때문에, 다소 과적합을 방지하는 데 도움이 될 수 있습니다.
r2(결정 계수): 이는 모델이 전체 변동성 중에서 설명할 수 있는 비율을 나타내며, 1에 가까울수록 모델의 설명력이 높다고 해석합니다.
구체적으로 어느 수치가 좋다는 것은 데이터의 특성과 문제의 정의에 따라 다를 수 있지만, 일반적으로는 비교 대상이 되는 모델들 간의 상대적인 성능 차이를 통해 좋은 모델을 선택합니다. 즉, 다양한 모델을 활용하여 각 평가지표를 비교함으로써 최적의 모델을 선정하는 것이 일반적입니다. 다만, 분야나 데이터의 특성에 따라 ‘좋은’ 기준이 다를 수 있으므로, 절대적인 수치보다는 상대적인 비교를 통해 판단하시길 추천드립니다.
관련된 내용을 더 심층적으로 이해하고 싶으시다면 아래의 질문 및 답변을 참고하시면 도움이 될 것입니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드립니다. 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
14
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
35
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
42
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