4개월 교육만으로 취업하게 된 비전공자 개발자가 현실에서 만난 벽을 알려드립니다
여러분들은 당황을 별로 안하셨으면 해요 순서는 없으니까 편하게 보셨으면 합니다!!
평균: 모든 데이터의 값을 더하고, 데이터 총 개수로 나눈 값을 말한다.
편차: 하나의 데이터 값이 평균에서 얼마나 떨어져있는지에 대한 값
분산: 편차의 제곱의 합
표준편차: 편차에 루트를 씌운 값
MAE : 실제값과 예측값의 차이를 절대값으로 변환해 평균화
/ 이상치가 많거나 에러에 따른 손실이 선형적으로 올라가는게 보일때 쓴다
MSE : 실제값과 예측값의 차이를 제곱해 평균화
/ 특이값이 존재하면 수치가 늘어남
RMSE : MSE값에 루트를 씌운 값
/에러가 클수록 그에 따른 가중치가 높이 반영, 에러에 따른 손실이 급하게 올라가는 상황에 주로 쓴다
MSLE : MSE값에 로그를 적용한 값
MAPE : MAE를 퍼센트로 변환한 값
/모델에 대해 편향이 존재
MPE : MAPE에서 절대값을 제외한 지표
R2 Score : 결정계수(R-Squared = Coefficient of Determination = R^2)를 나타낸다
:'회귀 모델의 성과 지표'
/높을수록 성능 높음, 값이 1에 가까울수록 좋다
/0에 가까울 수록 나쁜 모델,음수가 나올경우, 바로 폐기해야 하는 모델
y: 실제 관측된 데이터
Ir: linear regression 모델
lr.predict : 모델의 예측값
-
SSE:회귀 제곱합
SST:총 제곱합
SSR:잔차 제곱합