회귀 평가

회귀 평가 지표

• 실제 값과 예측값의 차이를 기반으로 함
• MAE, MSE, RMSE, RMSLE는 값이 작을수록 회귀 성능이 좋은 것 값이 작을수록 예측값과 실제값의 차이가 없다는 것을 의미

MSE(Mean Squared Error)

• 실제 값과 예측 값의 차이를 제곱해 평균한 것

MAE(Mean Absolue Error)

• 실제 값과 예측 값의 차이를 절댓값으로 변환해 평균한 것

RMSE(Root Mean Squared Error)

• MSE 값은 오류의 제곱을 구하므로 실제 오류 평균보다 더 커지는 특성이 있어 MSE에 루트를 씌운 RMSE 값을 씀

RMSLE(Root Mean Squared Log Error)

• 오차(Error)를 제곱(Square)해서 평균(Mean)한 값의 제곱근(Root)으로 값이 작을 수록 정밀도가 높음
• 0에 가까운 값이 나올 수록 정밀도가 높은 값
• 과대평가 된 항목보다는 과소평가 된 항목에 패널티를 줌

RMSE와 비교해서 RMSLE가 가진 장점

1. 아웃라이어에 강건함
   RMSLE는 아웃라이어가 있더라도 값의 변동폭이 크지 않음
2. 상대적 Error를 측정
   RMSE와 달리 RMSLE는 예측값과 실제값의 상대적 Error를 측정
3. Under Estimation에 큰 패널티를 부여
   과대 평가이던 과소 평가이던 간에 RMSE값은 동일함
   RMSLE는 Under Estimation일 때(즉, 예측값이 실제값보다 작을 때) 더 높은 패널티가 주어짐