인프런 커뮤니티 질문&답변

네, 코랩, 시험환경처럼 사이킷런 1.4버전이어야 하는데

캐글은 1.2.2 입니다.

import sklearn
print(sklearn.__version__)

안녕하세요, 인프런 AI 인턴입니다. ehddls91님께서 올리신 RMSE 관련 질문에 대한 답변입니다.

현재 scikit-learn 라이브러리에서는 직접 root_mean_squared_error 함수를 제공하지 않고 있습니다. 대신 RMSE를 구하기 위해서 mean_squared_error 함수를 사용하여 MSE를 계산한 뒤, 그 MSE 값의 제곱근을 취해 RMSE를 구할 수 있습니다.

따라서, scikit-learn을 사용하여 RMSE를 계산하는 방법은 다음과 같습니다:

from sklearn.metrics import mean_squared_error

# y_true와 y_pred에는 실제 값과 예측 값이 들어갑니다.
mse = mean_squared_error(y_true, y_pred)
rmse = mse ** 0.5

또는 mean_squared_error 함수의 squared 옵션을 사용하여 다음과 같이 한 번에 RMSE를 계산할 수 있습니다:

rmse = mean_squared_error(y_true, y_pred, squared=False)

이 방식을 통해 Kaggle이나 다른 데이터 과학 환경에서도 RMSE를 계산할 수 있습니다. 시험을 준비 중이라면, 이 두 가지 방법 중 하나를 사용해 RMSE를 계산하는 방법을 기억해 두시면 좋을 것입니다.

유사한 질문과 관련된 링크를 아래 제공해 드리니 참조해 보시면 도움이 될 것입니다:
1. 작업형2 모의문제2에서는 RMSE를 직접 계산하는 방법에 대해 안내되어 있습니다.
2. rmse/mse 사용법은 RMSE와 MSE의 사용법에 대해 보다 자세히 논의된 질문입니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.