Skip to main content

에러 히스토그램

회귀 모델의 예측 오차 분포를 히스토그램으로 시각화하는 노드입니다.

설명​

에러 히스토그램 노드는 회귀 모델의 예측 오차(실제값과 예측값의 차이)를 히스토그램 형태로 시각화하여 모델의 성능을 분석하는 도구입니다.

일괄 예측이 완료된 데이터셋을 입력받아 각 샘플의 예측 오차를 계산하고, 오차 값의 분포를 히스토그램으로 표시합니다. 이를 통해 모델이 어떤 범위의 오차를 주로 발생시키는지, 오차의 분포가 정규분포에 가까운지 등을 확인할 수 있습니다.

회귀 모델 전용

에러 히스토그램 노드는 회귀 모델의 평가에만 사용할 수 있습니다. 분류 모델의 평가에는 사용할 수 없습니다.

포트 구성​

입력 포트​

  • 데이터셋: 일괄 예측이 완료된 데이터셋 (예측값과 실제값 포함)

출력 포트​

없음

히스토그램 해석​

  • X축: 예측 오차 값의 범위
  • Y축: 각 오차 구간에 속하는 샘플의 빈도

에러 히스토그램을 해석할 때는 다음 세 가지를 확인합니다:

  1. 오차가 0에 얼마나 집중되어 있는지: 작은 오차 구간에 샘플이 많이 몰려 있으면 모델의 기본적인 예측력이 좋은 편입니다.
  2. 오차가 커질수록 분포가 어떻게 변화하는지: 정상적인 경우 오차가 증가함에 따라 빈도가 점진적으로 줄어드는 형태를 보입니다.
  3. 이상치가 존재하는지: 오른쪽 꼬리가 길게 나타나거나 특정 구간에 예상보다 많은 샘플이 있으면 추가 분석이 필요할 수 있습니다.

예시 해석​

에러 히스토그램

위 예시 히스토그램에서는 작은 오차 구간에 대부분의 샘플이 몰려 있어 모델의 기본적인 예측력은 좋은 편입니다. 오차가 증가함에 따라 빈도가 급격히 줄어드는 정상적인 형태를 보이며, 오른쪽 꼬리가 길게 나타나 일부 샘플에서 큰 오차가 발생한 것을 확인할 수 있습니다.

이러한 큰 오차 구간의 샘플은 모델이 특정 패턴을 잘 학습하지 못했거나, 데이터 품질 이슈가 있을 가능성이 있으므로 추가 분석이 필요할 수 있습니다.

사용 방법​

  1. 에러 히스토그램 노드를 캔버스에 추가합니다
  2. 일괄 예측 노드의 출력 데이터셋을 입력 포트에 연결합니다
  3. 노드를 실행하면 예측 오차의 히스토그램이 노드 바디에 표시됩니다
  4. 히스토그램을 분석하여 모델의 오차 분포를 확인합니다

예제​

에러 히스토그램 예제​

주의사항​

회귀 모델만 지원

에러 히스토그램 노드는 회귀 문제에만 사용할 수 있습니다. 분류 모델의 평가에는 혼동 행렬이나 ROC 곡선 노드를 사용하세요.