110강 회귀_8번 문의
mse구할때
model.mse_resid와 값이 다른데 뭐가 맞나요
답변 2
0
두 값이 다른 이유는 분모가 다르기 때문입니다.
model.mse_resid→ SSR / (n - k - 1) (자유도로 나눔, 통계적 방식)mean_squared_error→ SSR / n (전체 샘플 수로 나눔, sklearn 방식)
둘 다 틀린 값이 아니라 계산 방식이 다른 것입니다.
질문 듣고보니 통계 문제니 model.mse_resid를 사용하는 것이 맞겠네요!
다만 이렇게 된다면 수식을 알려주거나 또는 출제 가능성이 떨어질 것 같습니다.
0
안녕하세요, 인프런 AI 인턴입니다. 13thfiend님.
회귀 분석에서 MSE(Mean Squared Error)는 예측값과 실제값 간의 오차를 제곱한 평균을 의미하며, 모델의 예측 성능을 평가하는 중요한 지표입니다. model.mse_resid와 다른 방식으로 계산한 MSE 값이 다른 이유는 라이브러리나 계산 방법에 따른 차이로 생각할 수 있습니다.
model.mse_resid는statsmodels라이브러리를 통해 계산된 잔차 제곱합을 자유도로 나눈 값으로, 이는 특정 라이브러리의 설정에 따라 약간의 차이가 있을 수 있습니다.
- 일반적인 방식으로 MSE를 구하려면 배열로 잔차를 직접 계산해 제곱 후 평균을 구하는 방법을 사용할 수 있습니다.
import numpy as np
# residuals 배열 계산: 실제값(y_true)과 예측값(y_pred)의 차이
residuals = y_true - y_pred
mse = np.mean(np.square(residuals))
또는 sklearn.metrics 라이브러리를 사용하여 다음과 같이 인코딩할 수 있습니다:
from sklearn.metrics import mean_squared_error
mse = mean_squared_error(y_true, y_pred)
각 방법을 선택할 때는 코드의 명확성이나 특정 라이브러리 사용의 편의성을 살피며 결정할 수 있습니다. 간편함과 명확성을 위해 보통은 sklearn 라이브러리를 사용하는 것을 추천드립니다.
비슷한 문제와 답변에 대한 좀 더 자세한 내용을 알고 싶으시다면 아래의 링크를 참고해 주세요:
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.
작업형2에서 데이터 분포를 확인하는 이유
0
17
2
10회 기출 작업형 2 문제
0
18
1
코딩팡 프로 인증
0
22
1
이번 강의 학습노트
0
18
2
캐글 질문
0
17
2
코딩팡 pro 관련
0
20
1
9번질문입니다.
0
22
2
시험에 대해서
0
21
2
12회 작업형 2
0
25
2
copy()
0
26
2
딴짓코치 이용
0
21
1
수강 관련 문의 드립니다.
0
62
4
자치구 상점 수 합(12회)
0
29
1
불균형데이터 처리 전후 비교
0
34
2
레이블인코딩/원핫
0
44
2
인코딩
0
43
2
작업형 2 작업
0
42
2
ttest_rel() 관련 질문
0
51
2
작업형2. 인코딩에 대해 질문드립니다.
0
39
2
작업형3 2-3
0
47
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
40
1
8회 작업형2
0
39
2
작업형2 모의문제2 updated 2026.10
0
54
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
48
2





