일반적 접근법
-
[ 회귀 / 분류 / 클러스터링 / 일반 접근 ] 문제 유형별 모델 성능 평가 방법카테고리 없음 2024. 4. 8. 17:02
회귀 문제 RMSE (Root Mean Square Error): 실제 값과 예측 값의 차이의 제곱의 평균의 제곱근입니다. 오차의 크기를 나타냅니다. MAE (Mean Absolute Error): 실제 값과 예측 값의 차이의 절대값의 평균입니다. 오차의 크기를 나타내며, RMSE보다 이상치에 덜 민감합니다. R-Squared: 데이터의 분산에서 모델에 의해 설명되는 비율입니다. 0과 1 사이의 값으로, 1에 가까울수록 좋습니다. Adjusted R-Squared: 독립 변수의 수가 많을 때 R-Squared를 조정합니다. 불필요한 변수가 많을수록 감소합니다. 분류 문제 정확도 (Accuracy): 전체 샘플 중 올바르게 분류된 샘플의 비율입니다. 정밀도 (Precision): 양성으로 예측된 경우 중 ..