Regression 모델의 성능 평가, 회귀분석 결과 확인

# 회기 분석 결과

상관계수(Correlation coefficient): 두 변수간의 연관된 정도를 나타냄.

# 모델의 성능 평가

다음 둘다 오차율을 나타내는 값임.

(둘다 오차의 정도에대한 값이므로, 당연히 0에 가까울수록 좋음)

Root Mean Square Error (RMSE) : 편차 제곱의 평균에 루트를 씌운 값.

이걸 기준으로 성능을 올리면, 이는 표준편차를 기준으로 하기때문에, 큰 에러를 최대한 줄이는 방향으로 학습을 함.

-> ex) 정답이 9인 경우
9, 9, 6, 9 보다 8, 8, 8 ,8 를 좋게 평가

Mean absolute error (MAE) : 편차에 절대값을 씌운것의 평균

단순 편차의 절대값의 평균임. 그러므로 RMSE와 달리 작은 에러에 더 민감함.

-> ex) 정답이 9인 경우
8, 8, 8 ,8 보다 9, 9, 6, 9 를 좋게 평가

http://www.eumetcal.org/resources/ukmeteocal/verification/www/english/msg/ver_cont_var/uos3/uos3_ko1.htm

그러나 위의 방법으로는 데이터의 scale에 따라 값이 크게 차이가 나기 때문에 절대적인 지표로 쓰일 수가 없다.

그래서 결정계수(R square)를 사용하게 된다. 

R-Square

https://newsight.tistory.com/259