RMSE - 정확도 측정

RMSE (Root Mean Square Error): 평균 제곱근 오차

RMSE는 회귀 예측 모델에 대한 두 개의 주요 성과 지표 중 하나입니다. RMSE는 예측 모델에서 예측한 값과 실제 값 사이의 평균 차이를 측정하여 예측 모델이 목표 값(정확도)을 얼마나 잘 예측할 수 있는지 추정합니다. 주로 정밀도(precision)를 표현하기 위한 평가지표로 많이 사용됩니다.

 

오차 (Error)

오차란 실제값과 예측값의 차이를 의미합니다.

 

오차제곱 합

각각의 오차를 구하면 음수, 양수 모두 다 나올 수 있기 때문에, 그냥 오차가 나온대로 더하면 안됩니다. 그래서 오차의 합을 구할 때는 각각의 오차를 제곱한 값들을 더합니다. 예를 들면, 각 오차가 0.6, 0.4, -0.3, -0.7일 경우 이것을 단순히 더할 경우 오차가 0이 되는 경우가 발생할 수 있습니다.

오차제곱 합의 평균(MSE)

제곱해서 모두 더한 값의 평균을 내면 이것은 MSE(Mean Square Error)입니다.

평균제곱근오차(RMSE)

이렇게 계산할 경우 오차제곱합이 너무 큰 값이 나와서 결국 평균값도 너무 커지는 경우가 있습니다. 데이터셋의 크기가 방대하고 큰 경우 연산속도가 느려질 수 있습니다. 그래서 이 단점을 보완하고자 오차제곱합의 평균에 루트를 씌웁니다. 이 값이 작게 나올수록 정밀도가 높다고 볼 수 있습니다.