inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

예시문제 작업형2(ver. 2025)

예시문제 작업형2(ver.2025) rmse 문의드립니다

해결된 질문

102

주영

작성한 질문수 2

0

rmse는 sklearn에서 지원하지 않아 mse를 구한다음 따로 다시 구해야되는 걸로 알고 있는데요,

해당 강의 영상을 보면

from sklearn.metrics import root_mean_squared_error 로 바로 사용하고, root_mean_squared_error(y_val,pred)로 사용하셔서요.

만약 문제에서 rmse 문제가 나오면 이 코드를 그대로 써도 되는 건가요?

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

네 맞습니다. 업데이트가 되어서 사용이 가능해졌어요

https://inf.run/2Bn92

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. 주영님 질문에 대한 답변을 드리겠습니다.

RMSE(Root Mean Square Error)는 일반적으로 MSE(Mean Squared Error)를 계산한 후 제곱근을 구하여 사용합니다. sklearn에서 직접적으로 root_mean_squared_error라는 함수가 제공되지 않기 때문에, 보통 mean_squared_error(y_val, pred, squared=False)와 같이 squared 파라미터를 False로 설정하여 RMSE를 구할 수 있습니다.

강의 영상에서 root_mean_squared_error를 사용하는 것처럼 보이는 부분은 아마도 잘못된 부분일 가능성이 있습니다. 따라서, 다음과 같은 방법으로 RMSE를 구하실 수 있습니다:

from sklearn.metrics import mean_squared_error

# MSE를 구하고 RMSE로 변환하는 방법
mse = mean_squared_error(y_val, pred)
rmse = mse ** 0.5

# 또는 squared=False 옵션을 사용하여 직접 RMSE를 구하는 방법
rmse = mean_squared_error(y_val, pred, squared=False)

print(f'RMSE: {rmse}')

관련 게시물에도 이와 유사한 내용이 논의되었습니다. 추가적으로 참고할 수 있는 게시물을 아래 링크로 첨부합니다:

  1. 회귀(기출5회) - MSE와 RMSE 변환에 대한 설명
  2. 작업형2 모의문제2 - RMSE 계산 방법 확인
  3. 5회 작2 - MSE와 RMSE 이해에 대한 Q&A

이 링크들을 참고하시면 RMSE를 계산하는 기본적인 방법을 이해하는 데 도움이 될 것입니다.

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

9

1

작업형1 모의문제 4번에 3)문제 질문

0

19

2

이상치 전처리 작업

0

25

2

평가결과값 문의

0

28

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