평가지표별 높고 낮음의 좋은것은?
내일 모두 빅데-실기 합격을 기원합니다.
기본적인 질문을 드립니다.
작업형2관련하여 여러가지 평가지표들이 있는데
전처리 및 랜덤포레스트,LightGBM등으로 작업후
회귀의 ***E로 끝나는 평가 지표는 낮은것이 좋고, 나머지 지표들은 결과가 높게 나오는 것이 좋은 것인가요?
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. ham2638님.
질문해주신 내용은 머신러닝 모델의 성능을 평가할 때 사용하는 다양한 평가지표에 대한 이해입니다. 회귀, 분류 등 다양한 문제에 따라 사용하는 지표가 다르며, 각 지표가 나타내는 의미와 그 목표가 다릅니다.
회귀 모델 평가지표
- MSE(Mean Squared Error): 낮을수록 좋습니다. 예측값과 실제값의 차이를 제곱하여 평균을 구한 지표입니다.
- RMSE(Root Mean Squared Error): MSE의 제곱근이며, 역시 낮을수록 좋습니다.
- MAE(Mean Absolute Error): 예측값과 실제값의 절대 차이로 측정하며, 낮을수록 좋습니다.
이처럼 E로 끝나는 평가지표(오차관련 지표)는 주로 실제값과 예측값 간의 오차를 측정하기 때문에 낮을수록 좋은 성능을 나타냅니다.
분류 모델 평가지표
- Accuracy(정확도): 전체 샘플 중 맞게 예측한 비율로, 높을수록 좋습니다.
- Precision(정밀도), Recall(재현율), F1-Score: 각각의 목적에 맞게 분류 모델의 성능을 평가하며, 높을수록 좋습니다.
- AUC-ROC: 곡선 아래의 면적을 의미하며, 이 또한 높을수록 분류 성능이 좋음을 나타냅니다.
관련 질문과 참고 링크
- 평가지표 기준 관련 에서는 각 평가지표에 대한 자세한 설명을 확인할 수 있습니다.
- 유형2 채점기준 관련에서는 다양한 분류 평가지표의 기준에 대해 더 많은 정보를 제공하고 있습니다.
저는 ham2638님의 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.
수강 관련 문의 드립니다.
0
14
1
자치구 상점 수 합(12회)
0
15
1
불균형데이터 처리 전후 비교
0
22
2
레이블인코딩/원핫
0
25
2
인코딩
0
21
2
작업형 2 작업
0
29
2
ttest_rel() 관련 질문
0
31
2
작업형2. 인코딩에 대해 질문드립니다.
0
23
2
작업형3 2-3
0
35
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
29
1
8회 작업형2
0
28
2
작업형2 모의문제2 updated 2026.10
0
46
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
37
2
판다스 부분 강의 듣고 있는데..
0
44
2
코딩팡 Pro 등록방법 문의
0
44
1
'자동으로 저장할 수 없습니다. 이 파일은 원격으로 또는 다른 탭에서 업데이트되었습니다.'
0
30
2
random_state에 따른 최종스코어 점수차이
0
39
2
코랩 백엔드
0
61
3
xgboost 사용 시 오류 이유
0
44
2
작업형 2 제출하는 법
0
59
2
Section 5. 문자열 슬라이싱, 파생변수, 평균값 질문 드립니다.
0
43
1
예시문제 작업형2(ver. 2025)
0
58
2
수강 연장 문의드립니다.
0
50
2
예시문제 작업형2(ver. 2025)
0
53
2





