MSE2 (R1)제03강(02)_모형성능 평가 지표 : MSE 실습하기... 지난 시간에 모형을 평가하는 지표로 MSE, MAE,MAPE 를 설명한 바 있습니다. 이번 시간은 이 중에서 MSE(Mean Squared Error) 구하는 실습을 해 보겠습니다. 제가 강의에 자주 사용하는 패키지 {stats}에 들어 있는 데이터 mtcars 를 이용합니다. 보다 세부적인 내용은 유명한 ISLR(An Introduciton to Statitical Learning)을 보시면 많은 도움이 되실 겁니다. data(mtcars) str(mtcars) set.seed(123) # 매번 동일한 난수 생성 ran1 2021. 12. 16. (R1,P1)제02강(01)모형 평가 지표 -SSE, MSE, MAE, MAPE 예측을 얼마나 잘 했는가를 평가하는 지표에는 다음과 같은 것들이 있습니다. (모형평가에서는 "모형평가지표", 예측에서는 "예측평가지표" 라고 부릅니다) 지표의 값이 작을수록 예측을 잘 한 것입니다. 그러면 어떤 지표는 모델 A가 (모델B보다) 작고, 어떤 지표는 모델A가 (모델 B보다) 크면 어떻게 해야 할까요? 그러니까 너무 지표... 지표... 하면서 무조건 작은 값이 최고... 라는 생각을 버리고 현장(Domain Knowledge)의 소리를 들으셔야 합니다... ◯ 오차제곱합(SSE, Sum of Squared Error) ◯ 평균 오차제곱(MSE, Mean Squared Error) ◯ 평균 절대편차(MAE, Mean Absolute Deviation) ◯ 평균 절대 퍼센트오차(MAPE, Mea.. 2021. 12. 16. 이전 1 다음
