편집
1,408
번
바뀜
새 문서: == 개요 == 손쉽게 모델 성능을 평가해보자. 필요한 지표들을 보기 위해선 다음과 같이 짜면 편하다.<syntaxhighlight lang="python"> from sklearn.metri...
== 개요 ==
손쉽게 모델 성능을 평가해보자.
필요한 지표들을 보기 위해선 다음과 같이 짜면 편하다.<syntaxhighlight lang="python">
from sklearn.metrics import mean_absolute_error, mean_squared_error, mean_squared_log_error, r2_score
def result_evaluate(y_real, y_pred):
evaluate = {}
evaluate['mae'] = mean_absolute_error(y_real, y_pred)
evaluate['rmse'] = np.sqrt(evaluate['mae'])
evaluate['msle'] = mean_squared_log_error(y_real, y_pred)
evaluate['rmsle'] = np.sqrt(evaluate['msle'])
evaluate['r2'] = r2_score(y_real, y_pred)
for i, j in evaluate.items():
print(i + ' : ' + j)
</syntaxhighlight>
[[분류:Scikit-learn]]
손쉽게 모델 성능을 평가해보자.
필요한 지표들을 보기 위해선 다음과 같이 짜면 편하다.<syntaxhighlight lang="python">
from sklearn.metrics import mean_absolute_error, mean_squared_error, mean_squared_log_error, r2_score
def result_evaluate(y_real, y_pred):
evaluate = {}
evaluate['mae'] = mean_absolute_error(y_real, y_pred)
evaluate['rmse'] = np.sqrt(evaluate['mae'])
evaluate['msle'] = mean_squared_log_error(y_real, y_pred)
evaluate['rmsle'] = np.sqrt(evaluate['msle'])
evaluate['r2'] = r2_score(y_real, y_pred)
for i, j in evaluate.items():
print(i + ' : ' + j)
</syntaxhighlight>
[[분류:Scikit-learn]]