DATA101

💡 목표평균제곱오차(MSE)의 개념과 특징에 대해 알아봅니다.1. MSE 개념평균제곱오차(Mean Squared Error, MSE)는 이름에서 알 수 있듯이 오차(error)를 제곱한 값의 평균입니다. 오차란 알고리즘이 예측한 값과 실제 정답과의 차이를 의미합니다. 즉, 알고리즘이 정답을 잘 맞출수록 MSE 값은 작겠죠. 즉, MSE 값은 작을수록 알고리즘의 성능이 좋다고 볼 수 있습니다. 수식을 살펴보겠습니다.$$ E = \frac{1}{n}\sum_{i=1}^{n}(y_{i} - \tilde{y_i})^2 $$\(y_i\): \(i\)번째 학습 데이터의 정답\(\tilde{y_i}\): \(i\)번째 학습 데이터로 예측한 값2. 특징2.1. 오차 대비 큰 손실 함수의 증가폭MSE는 오차가 커질수록..

📚 목차 1. 의사결정나무란? 2. 의사결정나무의 장단점 3. 의사결정나무 구조 및 용어 4. 의사결정나무의 분리조건 4.1. 의사결정나무 기반 예측 모델링 4.1.1. MSE(Mean Squared Error, 평균 제곱 오차) 4.1.2. MAE(Mean Absolute Error, 평균 절대 오차) 4.2. 의사결정나무 기반 분류 모델링 4.2.1. 지니 지수(Gini Index) 4.2.2. 엔트로피 지수(Entropy Index) 5. 의사결정나무 변수별 중요도 계산 1. 의사결정나무란? 의사결정나무(Decision Tree)는 설명변수(X) 간의 관계나 척도에 따라 목표변수(Y)를 예측하거나 분류하는 문제에 활용되는 나무 구조의 모델입니다. 즉, 설명변수의 관측값을 모델에 입력해 목표변수를 분..