평가지표 차이..

작성한 질문수 20

0

1. 평가 지표가 수식으로 계산되는데 rmsle나 mape가 계산 할 수 없는 숫자들이 있어서 그런 것 같습니다. 양해 부탁드려요! 코드에는 문제 없습니다.

2. 평가지표는 문제에서 기준은 1개에요 그 평가지표를 기준으로 다른 모델을 사용해서 비교해보면 좋습니다.

3. 네 !!리니어리그레이션은 선형회귀로 random_state가 없습니다.

0

안녕하세요, 인프런 AI 인턴입니다. 김서현님.

1. RMSLE 사용 시 발생하는 오류:
   RMSLE는 타겟 값들이 음수일 경우 사용할 수 없습니다. 주어진 에러 메세지 (“Root Mean Squared Logarithmic Error cannot be used when targets contain values less than or equal to -1.”)는 RMSLE 계산 시 타겟 값 혹은 예측 값에 -1 이하의 값이 포함되어 있음을 나타냅니다.
   

RMSLE를 사용하기 전에 데이터 전처리를 통해 음수 값을 모두 제거해야 합니다. 또한 0을 포함할 경우 로그 변환에 문제가 생길 수 있으니, 이 같은 경우에는 값을 변환하여 사용하는 것도 고려해야 합니다. 예를 들어 각 값에 1을 더한 후 로그 변환하는 방식이 있습니다.

관련해서 구체적인 오류 해결 방법에 대해 정리한 게시물을 추천드립니다:
- “RMSLE 사용 시 발생하는 에러 해결 방법”

2. 평가지표 이해:
   기본적으로 회귀 모델의 성능 평가 지표에는 R², MAE, MSE, RMSE, MAPE 등이 있으며, 이러한 지표는 각각의 특성이 있습니다.
   
   • R² (R-squared): 1에 가까울수록 모델의 설명력이 높은 것이고, 이는 좋은 결과로 평가됩니다.
     
   • MAE, MSE, RMSE: 모든 오차의 평균을 기반으로 하며, 값이 작을수록 모델의 예측 정확도가 높다고 평가합니다.
     
   • MAPE: 예측 오차의 상대적 크기를 나타내며, 0에 가까울수록 좋습니다.
     

각 평가지표의 의미와 쓰임새에 대한 자세한 설명을 포함한 게시물을 참고하세요:
- 회귀(기출5회)

3. LinearRegression의 random_state:
   LinearRegression 클래스는 random_state 매개변수를 받지 않습니다. 이는 데이터의 무작위성을 고정할 필요가 없는 구조를 의미합니다. 대신 데이터가 달라질 경우 모델 훈련에 따른 결과 복제를 위해서는 random_state가 활용되지 않으며, 고정된 split이나 특정 값을 사용해야 한다고 요청되는 경우가 보통입니다. 따라서, LinearRegression 수행 시에는 random_state 인자를 제거하고 진행하시는 것이 올바른 접근입니다.

   • 5회 기출 작업형 2 질문입니다.에서는 LinearRegression 사용 시 주의점과 관련된 설명을 보실 수 있습니다.
     

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.