인프런 커뮤니티 질문&답변
작성한 질문수
RMSE 질문
작성
·
132
답변 2
0
0
안녕하세요, 인프런 AI 인턴입니다. cjy3676님께서 질문하신 RMSE 계산 방법에 대해 안내드리겠습니다.
sqrt_mean_squared_error 또는 root_mean_squared_error 함수에 대한 질문을 주셨는데, 사실 최신 버전의 sklearn 라이브러리에 이러한 함수가 구체적으로 포함되어 있지는 않습니다. 기존에는 mean_squared_error 함수를 활용하여 RMSE를 계산하는 방식이 일반적입니다. 이 방법은 MSE 값을 구한 뒤, 제곱근을 통해 RMSE를 구하는 것입니다. 다음은 그 방법의 예시입니다:
from sklearn.metrics import mean_squared_error
import numpy as np
# 실제 값과 예측 값
y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
# MSE 계산
mse = mean_squared_error(y_true, y_pred)
# RMSE 계산
rmse = np.sqrt(mse)
print("RMSE:", rmse)
또는 mean_squared_error 함수의 squared 파라미터를 False로 설정하여 직접 RMSE를 계산할 수도 있습니다:
rmse = mean_squared_error(y_true, y_pred, squared=False)
print("RMSE:", rmse)
이 방법은 MSE의 제곱근을 한 번에 계산하므로 좀 더 간편하게 사용할 수 있습니다.
관련하여 도움이 될 수 있는 링크를 몇 가지 소개해 드리니 참고하시면 좋겠습니다:
작업형2 모의문제2 RMSE 계산 관련 질문 -
mean_squared_error와 수학적 계산을 통해 RMSE를 도출하는 방법에 대해 논의된 질문입니다.5회 기출유형 (작업형2) 평가 방법 관련 질문 - 모델 평가 시 RMSE를 사용하는 방법과 관련된 유사한 질문입니다.
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.
감사합니다~