machine learning evaluation index(머신러닝 평가지표)

최초 작성일 : 2021-11-18
categories: Python Machine Learning

---

파이썬 머신러닝의 평가지표에는
'MAE', 'MSE', 'RMSE' 이렇게 크게 3가지 종류가 있다.

오늘은 이 3가지에 대해 알아보았다.

1.MAE
-'Mean Absolute Error'의 줄임말이다.
실제 값과 예측값의 차이를 절댓값으로 변환해 평균한 것을 말한다.
코드는 아래와 같다.

  import numpy as np    def mean_absolute_error(y_true, y_pred):    error = 0   for yt, yp in zip(y_true, y_pred):     error = error + np.abs(yt-yp)      mae = error / len(y_true)   return mae 

2.MSE
-'Mean Squared Log Error'의 줄임말이다.
실제 값과 예측값의 차이를 제곱해 평균한 것을 말한다.
코드는 아래와 같다.

  import numpy as np    def mean_squared_error(y_true, y_pred):       error = 0    for yt, yp in zip(y_true, y_pred):     error = error + (yt - yp) ** 2      mse = error / len(y_true)   return mse 

3.RMSE
-'Root Mean Squared Eerror'의 줄임말이다.
MSE 같은 오류의 제곱을 구할때
실제 오류 평균보다 더 커지는 특성이 있으므로
MSE에 루트를 씌운 것
수식은 이렇게 생겼다.

코드는 아래와 같다.

import numpy as np  def root_rmse_squared_error(y_true, ypred):   error = 0      for yt, yp in zip(y_true, y_pred):     error = error + (yt - yp) ** 2      mse = error / len(y_true)   rmse = np.round(np.sqrt(mse), 3)   return rmse 

참고 : https://libertegrace.tistory.com/entry/Evaluation2?category=864460