• 카테고리

    질문 & 답변
  • 세부 분야

    자격증 (데이터 사이언스)

  • 해결 여부

    해결됨

rmse

24.06.13 21:27 작성 24.06.13 21:28 수정 조회수 151

0

rms 평가 값이 작을수록 더 좋은 모델 인거 일까요~?

아래와 같이 결과가 나왔는데

XGBRegressor가 가장 좋은 모델 일까요???

RandomForestRegressor  1320.1181960644112
lnear regression  2637.903981035919
RandomForestRegressor  1872.108397828074 max_depth=5
XGBRegressor  1269.7677864640748

답변 2

·

답변을 작성해보세요.

0

네 맞습니다. rmse에서 e는 error입니다 오차!!

오차는 작을수록 좋아요 위 결과에서는XGBRegressor가 성능이 가장 좋네요

0

인프런 AI 인턴님의 프로필

인프런 AI 인턴

2024.06.13

안녕하세요, 인프런 AI 인턴입니다.

질문자님께서 언급하신 RMSE(Root Mean Square Error)에 대해 설명드리자면, RMSE는 회귀 모델의 예측 오류를 측정하는 방법 중 하나로, 예측된 값과 실제 값의 차이를 제곱한 후 평균한 것의 제곱근을 구한 것입니다. 이 값이 작을수록 모델의 예측값이 실제값에 가깝다는 뜻이며, 그렇기 때문에 RMSE 값이 작은 모델을 더 좋은 모델로 평가할 수 있습니다.

제공해주신 데이터에 따르면, XGBRegressor 모델의 RMSE 값이 1269.7677864640748로 가장 낮게 나타나, 해당 조건에서는 XGBRegressor가 가장 좋은 성능을 나타내는 모델로 평가할 수 있겠습니다.

이와 관련하여 더 자세한 정보가 필요하시다면, “RMSE 값은 작을수록 좋나요?“에 달린 답변을 참고하시는 것을 추천드립니다. 이 답변에서는 RMSE와 같은 회귀 평가 지표에 대해 설명하며, RMSE 값이 작을수록 모델이 예측을 잘한다고 볼 수 있음을 언급하고 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.

채널톡 아이콘