안녕하세요. 개발자 쪼맹 입니다.
오늘도 소소한 지식을 공유해보고자 합니다. 감사합니다. ^^ 알고리즘 모델을 학습 할 때 주어진 데이터를 통해서 모델에 성능과 정확도를 판단 할 수 있어야 합니다.
회귀 모델에 같은 경우는 R-squared 를 통해서 성능을 평가할 수 있습니다. R-squared 는 아래와 같은 방법으로 구할 수 있습니다.
SSE ( sum of squares error) : 추정/예측 값 (회귀 선에 위치한 값 / 회귀 식 결과) 과 정답 값 (실제 값) 의 차이 (residual, 오차) 를 제곱 한 것 입니다. : 오차(Error) 에 대한 변동성을 볼 수 있습니다. SSR (sum of squares regression) : 추정/예측 값 (회귀 선에 위치한 값 / 회귀 식 결과) 과 정답 값 (실제 값) 의 평균 값 의 차이를 제곱 한 것 입니다. : 직선 (Regression) 에 대한 변동성을 볼 수 있습니다.
SST ( sum of squares to...
#
AI
#
독립변수
#
딥러닝
#
머신러닝
#
반응변수
#
설명변수
#
예측값
#
정답데이터
#
종속변수
#
지니지수
#
지도학습알고리즘
#
추정값
#
프로젝트
#
학습데이터
#
SST
#
SSR
#
AUC
#
CART
#
ConfusionMatrix
#
DeepLearning
#
GINIINDEX
#
learningcurve
#
MachineLearning
#
Precision
#
Recall
#
ROC
#
Rsquared
#
Specificity
#
SSE
#
회귀직선
