반응형
Recent Posts
Notice
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- 독후감
- 네카라쿠배당토
- 빅쿼리
- 티스토리챌린지
- Bayesian
- 수학적해석학
- 회고
- 인과추론개요
- 데이터분석가
- mathematicalthinking
- 잠재적결과
- 데이터분석가 코딩테스트
- 인과추론 무작위 실험
- recommendation system
- 벡터
- 실무로통하는인과추론
- BigQuery
- CausalInference
- Recsys
- chatGPT
- SQL
- 데이터분석
- 나의서양미술순례
- DataAnalyst
- 오블완
- 베이지안통계
- 선형대수학
- 인과추론
- 코세라
- 글또10기
Archives
- Today
- Total
목록머신러닝 성능평가 (1)
Derek 의 데이터 분석 성장기

1. RMSE 정의 RMSE 는 Root Mean Squared Error의 약자로, 평균 제곱근 오차를 의미한다. 이는 예측값과 실제값 사이의 오차를 측정하는데 사용되는 통계적 지표이다. 대부분, 회귀분석에서 모델의 성능을 평가하는데 활용된다. 해당 수식에서 n은 데이터의 개수를 나타낸다. yi는 실제값 그리고 ^yi(y hat i) 는 예측값을 의미한다. 예측값과 실제값의 차이의 제곱의 합에 평균을 취하고, 루트를 취하는 것이다. 2. 설명 1. 예를 들어, 우리가 머신러닝 회귀모델을 하나 만들었다고 가정해보자. 해당 모델의 실제값: [3, 5, 7, 9, 11] 이고, 예측값: [2, 4, 6, 8, 10] 이다. 2. 그리고, 위 수식을 바탕으로 RMSE를 계산하려 한다. 실제값과 예측값의 차이를..
Data/머신러닝
2024. 3. 18. 00:06