회귀(regression) 알고리즘 평가 지표 비교

애써 배운걸 까먹을까봐 그러기 전에 적어두는 머신러닝 노트입니다. 머신러닝에서 회귀 알고리즘(regression algorithm)의 성능을 측정하는 몇가지 평가 지표를 까먹지 않기 위해 정리해 둔 노트입니다. 회귀 알고리즘은 상황이나 종류에 따라서 다양한 지표로 정확도를 측정할 수 있습니다. 보통 이런 느낌이 회귀 어쩌구죠. 1. MAE(Mean Absolute Error) 평균절대오차 실제 값과 모델이 예측한 값의 절댓값을 평균한 것(모두 더해 변량의 개수로 나눈 것) MAE의 값은 오차가 증가함에 따라 비례해서 선형적으로 증가 오차가 증가하면 MAE값이 증가하므로, MAE값이 작을수록 정확도가 높다. 상대적인 크기에서 비롯되는 오차의 차이를 알아채리지 못한다. (절대적인 수치를 보기 때문이다. 예를 들면, 100만원에서 10만원 차이(10%)랑 1만원에서 1천원 차이(10%)를 같다 보지 않는다.) 오차를 표현함에 있어 매우 직관적으로 알기 매우 쉬움. from sklearn....