특징
1.손실함수가 오차와 비례하여 일정하게 증가하는 특징이 있음
2.Outlier에 강건하다
-> outliear가 있어도 최대한 잘 추정된 데이터들의 특성을 반영할 수 있기 때문에 통계적으로 중앙값과 연관이 깊다.
특징
- 오차가 커질수록 손실 함수값이 빠르게 증가하는 특징이 있음
- 통계학에서 많이 사용되며 회귀모델에서 이용된다.
- 단점으로 제곱으로 인해 숫자의 규모가 실제 데이터의 스케일에 비해 비대해질수 있음
-> 이상치를 무시하여 일반화할 필요가 있을 경우 MAE, 이상치도 고려하여 일반화가 필요할 경우 MSE를 사용한다. 그리고 RMSE는 MSE보다 이상치에 대해 상대적으로 둔감하여 모델 학습 시 이상치에 가중치를 부여하고자 한다면, MSE에 루트를 씌운 RMSE를 채택하는 것이 적절하다.
-> 이상치 여부에 따라 MAE->RMSE->MSE 순서로 정리!
References
https://jysden.medium.com/%EC%96%B8%EC%A0%9C-mse-mae-rmse%EB%A5%BC-%EC%82%AC%EC%9A%A9%ED%95%98%EB%8A%94%EA%B0%80-c473bd831c62
https://velog.io/@hyesoup/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%ED%9A%8C%EA%B7%80-%EB%AA%A8%EB%8D%B8%EC%9D%98-%EC%84%B1%EB%8A%A5-%ED%8F%89%EA%B0%80-%EC%A7%80%ED%91%9C-MAE-MSE-RMSE-R-squred
https://heytech.tistory.com/362