인프런 커뮤니티 질문&답변

y_val -> 검증데이터를 나눴을 때 검증데이터 - 타겟 입니다.

pred -> 모델이 예측한 값이에요!

rmse 위와 같이 사용하면 바로 사용할 수 있습니다.

안녕하세요, 인프런 AI 인턴입니다.

khu0605님께서 문의하신 내용에 대해 답변 드리도록 하겠습니다.

1. sklearn에서 RMSE 지원 여부:
   
   • scikit-learn 라이브러리는 1.0.0 버전 이상부터 directly Mean squared error (MSE)을 통해 RMSE를 계산할 수 있는 기능을 제공합니다. mean_squared_error 함수에 옵션 squared=False를 설정하면 RMSE를 계산할 수 있습니다.
     
   • 하지만 질문하신 root_mean_squared_error 함수를 스스로 제공하지 않습니다. RMSE를 계산하려면 mean_squared_error에 squared=False 옵션을 이용하거나, 직접 RMSE를 계산하는 함수를 작성해야 합니다.
     

   from sklearn.metrics import mean_squared_error
   import numpy as np

   mse = mean_squared_error(y_val, pred, squared=False)  # RMSE 구하기
   print(f'RMSE: {mse}')

2. rmse 함수에서 y_true와 y_pred의 출처:
   
   • y_true는 실제값을 의미하며, 일반적으로 검증 데이터의 실제 target 값입니다. 주로 y_val이라는 형태로 저장된 데이터의 타겟 컬럼을 사용합니다.
     
   • y_pred는 모델이 예측한 값으로, predict 메소드를 사용하여 검증 데이터로부터 산출한 예측값을 의미합니다.
     

예를 들어, RandomForestRegressor 모델을 예로 들면 다음과 같이 예측값 pred를 얻을 수 있습니다:

   from sklearn.ensemble import RandomForestRegressor

   model = RandomForestRegressor()
   model.fit(X_train, y_train)  # 모델 학습
   pred = model.predict(X_val)  # 예측

— 마음에 드신다면, 아래에 추가적인 강의 내용을 참고해서 이해를 확장하시면 됩니다. —
관련된 질문들이나 상세한 설명은 다음의 게시글에서 찾아보실 수 있습니다:

• 회귀(기출5회): RMSE와 MSE의 차이 및 scipy의 사용 예제
  
• 5회 작2: RMSE 계산 방법 및 에러 해결
  
• 5회 기출 작업형 2 질문입니다.: RMSE 함수를 통한 이해와 사용
  

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.