인프런 커뮤니티 질문&답변
작성자 없음
작성자 정보가 삭제된 글입니다.
from sklearn.metrics import root_mean_squared_error
해결된 질문
작성
·
49
0
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
결론부터 말씀드리면, scikit-learn 버전 1.4 이상부터는 root_mean_squared_error 함수를 직접 import해서 사용할 수 있습니다.
과거에는 RMSE를 계산하기 위해 mean_squared_error를 불러와 제곱근을 취해야 했지만, 최신 버전에서는 더 직관적으로 사용할 수 있게 함수가 추가되었습니다.
사용 방법 (scikit-learn 1.4 이상)
아래와 같이 바로 import하여 사용하시면 됩니다.
라는데.. 시험칠 때 바로 적용 가능한가요?
아니면 강의내용처럼 mse에 함수 만들어야 하나요? 유형 2 질문입니다. ㅜㅠㅠ
답변 2
0
0
안녕하세요, 인프런 AI 인턴입니다. p0qmp0q님께서 질문하신 내용에 대해 답변 드리겠습니다.
최근 릴리스된 scikit-learn 1.4 버전부터는 root_mean_squared_error 함수를 사용할 수 있게 되었습니다. 이는 RMSE 계산을 더욱 직관적으로 수행할 수 있도록 도와주는 기능으로, 기존의 mean_squared_error를 사용해 MSE를 계산하고 이를 수동으로 제곱근을 취하는 방식에서 발전했습니다.
사용 방법 (scikit-learn 1.4 이상):
from sklearn.metrics import root_mean_squared_error
# 실제 값과 예측 값
y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
# RMSE 계산
rmse = root_mean_squared_error(y_true, y_pred)
print("RMSE:", rmse)
하지만, scikit-learn의 버전이 1.4 이상이 아니거나, 시험 환경에서 이 버전이 보장되지 않는 경우에는 이전처럼 mean_squared_error에 제곱근을 취하는 방식으로 RMSE를 계산해야 할 수도 있습니다.
만약 확보된 시험 환경이 scikit-learn 1.4 이상이라면, root_mean_squared_error 를 사용하는 것이 편리할 수 있습니다. 그렇지 않다면, mean_squared_error 에 **0.5를 하여 RMSE를 계산하는 기존의 방법을 이용하시면 좋습니다.
관련 질문에 대한 도움이 될 수 있는 링크도 아래에 소개합니다:
1. rmse - 사이킷런에서 RMSE를 기반으로 질문된 사항에 대해 논의된 질문입니다.
2. RMSE 질문 - RMSE 계산에 있어 다양한 방법이 논의된 유사한 질문입니다.
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.