[ML] Inference vs prediction

Inference : 변수가 결과에 미치는 영향에 관심이 있음
-> 모델의 설명력을 위해 변수를 추가하거나 제거 

prediction : 결과 값이 얼마나 잘 나오는지에 관심이 있음
-> 결과의 정확도를 높이기위해 모델을 바꿀수 있음

 

예시 1.

For example, in a real estate setting, one may seek to relate values of homes to inputs such as crime rate, zoning, distance from a river, air quality, schools, income level of community, size of houses, and so forth. In this case one might be interested in how the individual input variables affect the prices—that is, how much extra will a house be worth if it has a view of the river? This is a inference problem. Alternatively, one may simply be interested in predicting the value of a home given its characteristics: is this house under- or over-valued? This is a prediction problem. "

-> 집값에 영향을 미치는 요인들이 주변 하천과의 거리, 미세먼지농도, 학교, 지역주민의 평균 수입등이 있을때 주변에 강이 있는지 여부가 집값에 얼마나 영향을 미치는지를 알고싶은게 inference problem,  주어진 변수들을 모두 고려했을때 집값이 얼마나 정확하게 예측되는지가 궁금하면 prediction problem.

 

예시 2.

Inference: You want to find out what the effect of Age, Passenger Class and, Gender has on surviving the Titanic Disaster. You can put up a logistic regression and infer the effect each passenger characteristic has on survival rates. Prediction: Given some information on a Titanic passenger, you want to choose from the set {lives,dies} and be correct as often as possible. (See bias-variance tradeoff for prediction in case you wonder how to be correct as often as possible.)
-> Inference : 로지스틱 모델을 사용하여 타이타닉의 생존률을 예측할 때 나이, 좌석, 성별등이 각각 어느정도 영향을 미치는지 궁금하다
->Predctioin : 타이타닉 승객들의 생존, 사망 여부를 예측 정확도를 최대한 높이는데 관심이 있다.

출처 : https://stats.stackexchange.com/questions/244017/what-is-the-difference-between-prediction-and-inference