assert, round,np.repeat,MAE

assert

assert donors.shape == (748,5)

round

# Baseline
baseline = homes['SalePrice'].mean()
print("baseline of SalePrice:", round(baseline,2))

round?? 

round(반올림하고자 하는 값, 자릿수)

round(baseline,2) = baseline의 값을 소수점 2번째 자리 까지 반올림 하여 나타내라. 

+추가 학습 저번에 배운거 

"이것을 문자열 { : .2f}".format(실수 입력)

이런 식으로 사용하면 { : .2f } "소수점 2자리 까지만 출력하겠다." 라는 뜻이며,

이것은 소수점 3번째 자리에서 반올림을 해서 2자리 까지 출력을 하게 됩니다.
: 콜론의 앞에는 format 인자의 번지를 입력하는 부분이고,
: 콜론 뒤에는 .숫자f 로 입력하면 숫자만큼의 자릿수까지 출력하겠다는 뜻입니다.
출처: https://blockdmask.tistory.com/534 [개발자 지망생]

np.repeat

mae = mean_absolute_error(homes['SalePrice'], np.repeat(baseline, len(homes)))
print("MAE:", round(mae,2))

그니까 baseline을 homes데이터의 길이만큼 repeat 하라..? 

???

https://yeko90.tistory.com/entry/%EB%84%98%ED%8C%8C%EC%9D%B4-%EA%B8%B0%EC%B4%88-nprepeat-nptile-%EB%B0%B0%EC%97%B4-%EB%B0%98%EB%B3%B5-array-%EB%B3%B5%EC%82%ACd

지금 알다시피 MAE 가 뭔지 R2가 뭔지 개념이 흔들흔들한다. 유튜브 /구글보고 가실게요. 

유튜브 보다는 구글링이 더 빠르다!!! 더 이해가 잘된다!!! 

MAE 

- 실제 값과 예측 값의 차이(Error)를 절대값으로 변환해 평균화

- MAE는 에러에 절대값을 취하기 때문에 에러의 크기 그대로 반영된다. 그러므로 예측 결과물의 에러가 10이 나온 것이 5로 나온 것보다 2배가 나쁜 도메인에서 쓰기 적합한 산식이다.

- 에러에 따른 손실이 선형적으로 올라갈 때 적합하다.

- 이상치가 많을 때

https://mizykk.tistory.com/102

MAE(y_true, y_pred)

값들의 길이가 같아야 작동! 그래서 평균에 len(homes)를 곱해줌 

R2

식으로 표현하면 회귀 제곱합(SSR) / 총제곱합(SST)

요약하자면 R2 Score는 회귀 모델이 얼마나 '설명력' 이 있느냐를 의미합니다. 그리고 그 설명력은 SSR/SST 식이지만  '실제 값의 분산 대비 예측값의 분산 비율' 로 요약 될 수 있으며, 예측 모델과 실제 모델이 얼마나 강한 상관관계(Correlated)를 가지는가로 설명력을 요약할 수도 있습니다.

np.repeat(baseline,len(homes)) 가 y_pred가 되나?? 응

왜 굳이 copy..?