회귀 메트릭스를 알아보고 모델 평가하기

목차

1. R Squared
2. 평균제곱오차(MSE)
3. 평균절대오차(MAE)
4. 루트평균제곱오차(RMSE)
5. R Squared의 해석
6. MSE의 해석
7. MAE의 해석
8. RMSE의 해석
9. 예측 모델 평가하기
10. 피처 중요도

회귀 모델 평가 메트릭스 이해하기

Regression(회귀) 문제의 메트릭스는 모델의 성능을 판단하거나 하이퍼파라미터를 조정해야 할지 여부를 판단하는 주요 지표입니다. 이 글에서는 R Squared, 평균제곱오차(MSE), 평균절대오차(MAE), 루트평균제곱오차(RMSE)에 대해 알아보겠습니다. 이제 하나씩 자세히 알아보겠습니다.

1. R Squared

R Squared는 회귀 모델의 예측 값과 실제 값 간의 차이를 계산하는 메트릭스입니다. 예측 값과 실제 값 간의 차이는 잔차(residual)라고 합니다. R Squared는 모델이 실제 값과 얼마나 잘 일치하는지를 상대적으로 나타내는 지표입니다. 값은 0부터 1까지 범위에서 나타나며, 1에 가까울수록 모델이 예측과 실제 값 사이에 더 잘 맞는 것을 나타냅니다. R Squared는 상대적인 측정 지표이기 때문에 절대적인 성능을 나타내진 않습니다.

2. 평균제곱오차(MSE)

평균제곱오차(MSE)는 예측 값과 실제 값의 차이의 제곱을 평균한 값입니다. MSE는 예측 값이 실제 값에서 얼마나 벗어났는지를 절대적으로 나타냅니다. MSE가 낮을수록 모델의 예측이 정확하다고 볼 수 있습니다. MSE는 평균제곱근오차(RMSE)를 계산하기 위한 중간 단계로 사용됩니다.

3. 평균절대오차(MAE)

평균절대오차(MAE)는 예측 값과 실제 값의 차이의 절대값을 평균한 값입니다. MAE는 예측 값과 실제 값 사이의 평균적인 차이를 나타냅니다. MAE는 절대적인 오차를 나타내기 때문에 모델의 성능을 평가하는 데 유용합니다. MAE가 낮을수록 모델의 예측이 실제 값과 더 가까운 것을 의미합니다.

4. 루트평균제곱오차(RMSE)

루트평균제곱오차(RMSE)는 평균제곱오차(MSE)의 제곱근을 계산한 값입니다. RMSE는 MSE와 달리 데이터의 단위와 동일한 단위로 표현됩니다. RMSE는 모델의 예측 값이 실제 값에서 최대 얼마나 벗어났는지를 나타내며, 예측 오차의 크기를 측정하는데 사용됩니다. RMSE가 작을수록 모델의 예측이 더 정확하다고 볼 수 있습니다.

R Squared 해석

R Squared 값이 0.77로 나타났습니다. 이는 모델이 77%의 정확도로 예측을 수행한다는 뜻입니다. 모델의 정확도를 높이기 위해서는 R Squared 값을 더 높여야 합니다.

MSE 해석

평균제곱오차(MSE) 값은 36.5로 나타났습니다. MSE 값이 낮을수록 모델의 예측이 정확하다고 판단할 수 있습니다.

MAE 해석

평균절대오차(MAE) 값은 5.184입니다. MAE 값이 낮을수록 모델의 예측이 실제 값과 더 가까움을 의미합니다.

RMSE 해석

루트평균제곱오차(RMSE) 값은 MSE 값보다 큰 값인 6.052입니다. RMSE 값이 높다는 것은 데이터셋에 큰 오차가 존재한다는 것을 나타냅니다. 이는 모델의 정확도를 개선해야 한다는 필요성을 보여줍니다.

이렇게 R Squared, 평균제곱오차(MSE), 평균절대오차(MAE), 루트평균제곱오차(RMSE)를 이용하여 회귀 모델을 평가할 수 있습니다. 다음으로는 피처 중요도에 대해 알아보겠습니다.

피처 중요도

피처 중요도란 회귀 모델에서 각 특성(feature)이 예측에 얼마나 중요한 역할을 하는지를 평가하는 지표입니다. 피처 중요도는 모델의 예측에 얼마나 큰 영향을 미치는지를 알려주므로, 모델 개선을 위해 어떤 피처를 중점적으로 개선해야 할지를 파악할 수 있습니다.

위에서 다룬 메트릭스와 함께 이 피처 중요도를 고려하여 모델을 개선해 나갈 수 있습니다.

FAQ

Q: R Squared 값이 0.77인 경우 예측이 어느 정도 정확한 것인가요? A: R Squared 값이 0.77인 경우 모델의 예측이 대략 77%의 정확성을 가진다고 볼 수 있습니다.

Q: 평균제곱오차(MSE) 값이 작을수록 모델의 예측이 정확한 것인가요? A: 네, MSE 값이 작을수록 모델의 예측이 더 정확하다고 판단할 수 있습니다.

Q: 루트평균제곱오차(RMSE) 값이 평균제곱오차(MSE) 값보다 큰 경우 어떤 의미인가요? A: RMSE 값이 MSE 값보다 크다는 것은 데이터셋에 큰 오차가 존재한다는 것을 의미합니다. 모델의 정확도를 개선해야 할 필요가 있습니다.

참고 자료

• 링크1
• 링크2