회귀 모델 성능 평가 지표(MAE,MSE,RMSE)

MAE(Mean absolute Error)  평균 절대 오차

모든 오차의 절대값에 대한 평균값이기 때문에 간단하고 이해하고 쉽지만 몇몇 지점에서만 실제 값과 꽤 차이 나는 경우 활용하기 어려울 수 있다.

 

장점

간단하고 이해가 쉽다

정답 및 예측 값과 같은 단위

 

단점

실제 정답 보다 낮게 예측해는지 높게 했는지 파악하기 힘듬

스케일 의존적임. 모델마다 에러 크기가 동일해도 에러율을 동일하지 않음

 

MSE(Mean Squared Error

정답과 예측값의 차이를 제곱하기 때문에 이상치에 민감하다

제곱하기 때문에 1미만의 에러는 작아지고 그 이상의 에러는 커짐

제곱된 값을 해석하기 어려움

 

 

RMSE(Root MEan Squared Error)평균 제곱 오차

MSE값에 루트를 처리한 것

MSE의 단점이 해결된다.

이상치를 적당히 잘 다룬다고 간주되는 경향이 있다.