취미와 밥줄사이
[Machine Learning] - Regression 성능평가 (Regression Metrics) 본문
Regression 성능평가 (Regression Metrics)
- Mean Squeared Error (MSE)
- Root Mean Squared Error (RMSE)
- Mean Absolute Error (MAE)
- R Squared (R**2)
- Adjusted R Squared (R**2)
- Mean Square Percentage Error (MSPE)
- Mean Absolute Percentage Error (MAPE)
- Root Mean Squared Logarithmic Error (RMSLE)
분류의 문제에서의 성능 평가 방법
성능측정
- True Positive(TP): 실제 True인 정답을 True라고 예측 (정답)
- False Positive(FP): 실제 False인 정답을 True라고 예측 (오답)
- False Negative(FN): 실제 True인 정답을 False라고 예측 (오답)
- True Negative(TN): 실제 False인 정답을 False라고 예측 (정답)
정분류율(Accuracy)
오분류율(Error Rate)
민감도(Sensitivity)
특이도(Specificity)
정밀도란 모델이 True라고 분류한 것 중에서 실제 True인 것의 비율입니다. 즉, 아래와 같은 식으로 표현할 수 있습니다.
재현율이란 실제 True인 것 중에서 모델이 True라고 예측한 것의 비율입니다.
F1 Score: 1에 가까울수록 성능 좋은 것
- F1 score는 Precision과 Recall의 조화평균입니다.
Reference
리디렉션 알림
www.google.com
리디렉션 알림
www.google.com
