Python에서 평균 제곱 오차(mse)를 계산하는 방법

평균 제곱 오차(MSE)는 모델의 예측 정확도를 측정하는 일반적인 방법입니다. 다음과 같이 계산됩니다.

MSE = (1/n) * Σ(실제 – 예측) ²

금:

• Σ – “합계”를 의미하는 화려한 기호
• n – 표본 크기
• real – 데이터의 실제 값
• 예측 – 예측된 데이터의 값

MSE 값이 낮을수록 모델이 값을 더 정확하게 예측할 수 있습니다.

Python에서 MSE를 계산하는 방법

Python에서 MSE를 계산하는 간단한 함수를 만들 수 있습니다.

 import numpy as np

def mse(actual, pred): 
    actual, pred = np.array(actual), np.array(pred)
    return np.square(np.subtract(actual,pred)).mean() 

그런 다음 이 함수를 사용하여 두 테이블(실제 데이터 값이 포함된 테이블과 예측 데이터 값이 포함된 테이블)에 대한 MSE를 계산할 수 있습니다.

 actual = [12, 13, 14, 15, 15, 22, 27]
pred = [11, 13, 14, 14, 15, 16, 18]

mse(actual, pred)

17.0

이 모델의 평균 제곱 오차(MSE)는 17.0 으로 나타났습니다.

실제로는 모델 정확도를 평가하는 데 RMSE(평균 제곱근 오차)가 더 일반적으로 사용됩니다. 이름에서 알 수 있듯이 이는 단순히 평균 제곱 오류의 제곱근입니다.

RMSE를 계산하기 위해 유사한 함수를 정의할 수 있습니다.

 import numpy as np

def rmse(actual, pred): 
    actual, pred = np.array(actual), np.array(pred)
    return np.sqrt(np.square(np.subtract(actual,pred)).mean())

그런 다음 이 함수를 사용하여 실제 데이터 값이 포함된 테이블과 예측 데이터 값이 포함된 테이블의 RMSE를 계산할 수 있습니다.

 actual = [12, 13, 14, 15, 15, 22, 27]
pred = [11, 13, 14, 14, 15, 16, 18]

rmse(actual, pred)

4.1231

이 모델의 RMSE(제곱평균제곱근 오차)는 4.1231 로 나타났습니다.

추가 리소스

평균 제곱 오차(MSE) 계산기
Excel에서 평균 제곱 오차(MSE)를 계산하는 방법