[仕事終わりの趣味] ビッグデータ分析実技 (作業型1,2,3)
非専門家や入門者の方が、ビッグデータ分析実技試験を短期間で取得できるようガイドします！ 理論は軽めに、実践は確実に。複雑な背景知識がなくても、過去問を中心に試験に必ず出るポイントだけを絞って集中的に学習します。
（4.9）受講レビュー 814件
受講生 5,505名
難易度 入門
受講期間 12か月
Engineer Big Data Analysis
Engineer Big Data Analysis
Big Data
Big Data
Python
Python
Pandas
Pandas
Machine Learning(ML)
Machine Learning(ML)
Engineer Big Data Analysis
Engineer Big Data Analysis
Big Data
Big Data
Python
Python
Pandas
Pandas
Machine Learning(ML)
Machine Learning(ML)
回帰評価指標RMSEを取得する3つの方法
回帰評価指標RMSEを求める3つの方法です。
必ず関数を作らなくても大丈夫です。
mseを求めて二乗するか
squared = False設定を使用してください💪
from sklearn.metrics import mean_squared_error import numpy as np # 예제 데이터 y_true = np.array([3, -0.5, 2, 7]) y_pred = np.array([2.5, 0.0, 2, 8]) # MSE 계산 mse = mean_squared_error(y_true, y_pred) print(f'MSE: {mse}') # RMSE 방법1 (squared=False) rmse = mean_squared_error(y_true, y_pred, squared=False) print(f'RMSE: {rmse}') # RMSE 방법2 rmse = np.sqrt(mse) print(f'RMSE(np): {rmse}') # RMSE 방법3 rmse = mse ** 0.5 print(f'RMSE ** 0.5: {rmse}')コメント