예측값과 실제값 : MSE · RMSE · MAE · R2 1. MSE (Mean Squared Error) MSE는 실제값에서 예측값을 뺀 값의 제곱의 평균입니다. 이는 모델의 예측값과 실제값 차이의 면적의 제곱합을 의미하며, 제곱을 하기 때문에 특이치 (Outlier)에 민감합니다. 2. RMSE (Root Mean Squared Error) RMSE는 MSE값에 루트를 씌운 값입니다. 이 지표는 예측변수와 단위가 같으며, 예를 들어 기온을 예측하는 모델의 RMSE가 5라면 이 모델은 평균적으로 5 정도를 잘못 예측하는 것이라 볼 수 있습니다 → 해석력이 좋은 장점 있음 3. MAE (Mean Absolute Error) MAE는 모델의 예측값과 실제값의 차이의 절대값의 평균입니다. 이는 실제 값과 ..