회귀 오차의 크기를 읽는 방법, 작은 재현 예제로 좁혀 가기

평균 오차가 줄었어도 드물게 발생하는 큰 실수는 더 커졌을 수 있다.

화면이나 실행 결과가 예상과 다를 때 전체 시스템을 한꺼번에 설명하려 하면 단서가 흐려진다. 관련 없는 의존성을 덜어 내고 조건을 하나씩 바꾸면 어느 가정이 깨졌는지 볼 수 있다. 이번에는 원인을 단정하기 전에 비교 가능한 최소 예제를 만드는 과정을 정리한다.

변수를 줄이는 순서

MAE와 제곱 오차 기반 지표가 어떤 실수에 더 큰 비용을 부여하는지 구분한다. 단위와 분포를 함께 보고 업무에서 허용하는 오차 크기로 해석한다.

이번에 확인할 질문: 한 가지 조건만 바꾸었을 때 관찰 결과도 함께 바뀌는가?

작게 확인하는 예제

다음 예제는 핵심 조건을 드러내기 위한 출발점이다. 서비스의 전체 구현을 대신하지 않으므로 실제 입력 범위와 실패 처리 규칙을 함께 읽어야 한다.

from sklearn.metrics import mean_absolute_error, mean_squared_error

mae = mean_absolute_error(y_true, y_pred)
rmse = mean_squared_error(y_true, y_pred) ** 0.5
print({'MAE': mae, 'RMSE': rmse})

오차가 큰 사례와 작은 사례를 나누어 보고, 목표값의 크기에 따라 오차 분포가 달라지는지 확인한다.

놓치기 쉬운 조건

데이터의 단위가 바뀌면 같은 지표 숫자도 의미가 달라진다. 평균 하나만 보고 특정 구간이나 집단의 큰 오차를 놓치지 않는다.

확인할 부분	살펴볼 내용
기준 동작	오차가 큰 사례와 작은 사례를 나누어 보고, 목표값의 크기에 따라 오차 분포가 달라지는지 확인한다.
비교 조건	입력과 실행 순서를 고정하고 한 번에 한 조건만 바꾼다.
적용 범위	예제가 생략한 의존성과 실제 서비스의 제약을 구분한다.

다음 변경에 적용할 순서

1. 문제가 드러나는 입력과 순서를 먼저 고정한다.
2. 의존성이나 옵션을 하나씩 제거하고 같은 결과가 남는지 확인한다.
3. 원인을 설명하는 가장 작은 차이를 회귀 확인 항목으로 남긴다.

재현 예제의 목적은 짧은 코드를 자랑하는 데 있지 않다. 설명에 필요한 조건을 남기는 것이 목적이다. 실제 경로로 돌아왔을 때도 같은 원인과 해결책이 성립하는지 마지막으로 확인해야 재현 과정이 유용한 기록이 된다.