728x90
mae
절대값의 평균 -> 크기가 작다, 과장되지 않다, 에러의 양, 크고 작은 정도를 알 수 있다.
->y와 단위가 같다, 해석이 용이하다, 직관적이다.
mse
값이 극단적으로 바뀐다, 오류값이 갖는 페널티가 크다. 직관적이지 않다. 이상치가 과장된다. 이상치에 민감하다
-> 에러가 조금 커도 굉장히 크게나온다.
rmse
mse에 루트한값 -> 크기를 줄일 수 있다. 크기가 과장이 안된다, 스케일이 mae와 같아진다, y와 단위가 같아진다
mae보다는 이상치에 민감하다,mse의 단점을 보완한다
rmse가 너무 높은 반면 95시간대에서 예측오차는 1프로 밖에 안되는 경우? 예측오차를 보면 좋은모델인데
rmse가 너무 높은 이유는 뭘까?
-> 5프로에 해당하는 시간대에 큰 오차가 발생했기 때문이다.
r2
설명력, 정확성 score 1에 가까울수록 좋음
단순선형과 다중선형은 다른 모델임
댓글