그다음에는 직접 meanAbsoluteError를 계산합니다. MAE는 평균적으로 예측이 실제 값과 얼마나 떨어져 있는지를 나타냅니다. tf.sub() 함수를 사용해 테스트 타깃과 (상수) 예측 사이의 차이를 계산하고 (이따금 더 낮거나 더 높을 수 있기 때문에) tf.abs() 함수로 절댓값을 계산하겠습니다. 그다음, tf.mean() 함수로 평균을 구합니다.
> tf.mean(tf.abs(tf.sub(testData.timeSec, 0.295))).print();
Tensor
0.22020000219345093
간결하게 메서드 체이닝(method chaining)을 사용하여 계산하는 방법은 INFO BOX 2.1을 참고하세요.
INFO BOX 2.1 텐서 체이닝 API
tf 네임스페이스 아래에 있는 텐서 함수의 표준 API 외에도 대부분의 텐서 함수는 텐서 객체에서도 사용할 수 있습니다. 그래서 원한다면 메서드 체이닝 방식을 사용할 수 있습니다. 다음 코드는 본문에 있는 meanAbsoluteError 계산과 동일한 계산을 수행합니다.
// 메서드 체이닝 방식
> testData.timeSec.sub(0.295).abs().mean().print();
Tensor
0.22020000219345093