RMSE 평가를 안할 수 없으니, 정량적인 평가를 해보자 Root Mean Square Error 평균 제곱근 편차 실제 값과 모델의 예측 값의 차이를 하나의 숫자로 나타낸다 예측 대상 값에 영향을 받는다 (Scale-dependent) 평점 등 prediction problem의 추천 성능을 평가할 때 사용하는 지표 제곱하여 더 큰 오차를 만든다. 제곱근으로 원래 scale의 숫자로 돌아감 RMSE는 낮을 수록 추천 알고리즘이 성능이 좋다고 평가 가능 성능이 좋다고 해서 꼭 좋은 추천은 아니다. 잔차의 제곱을 산술평균한 값의 제곱근 = 표준편차 = RMSE 이러한 극단적인 예가 있기 때문에 RMSE가 작다고 무조건 좋은 건 아니다. NDCG Normalized Discounted Cumulative G..
