Reqressiya üçün hansı metriklər istifadə olunur?

Təhlil modellərinin keyfiyyətini qiymətləndirmək üçün adətən aşağıdakı metriklər istifadə olunur:

• MSE (Orta Kvadrat Xətası) — proqnozlaşdırılan və həqiqi dəyərlər arasındakı fərqlərin kvadratlarının ortalaması. Böyük xətalara həssasdır.

• RMSE (Orta Kvadrat Xətanın Kökü) — MSE-nin kvadrat kökü, xətanı eyni vahidlərdə göstərir.

• MAE (Orta Absolut Xəta) — proqnozların həqiqi dəyərlərdən orta mutlak sapması.

• R² (determinasiya əmsalı) — model tərəfindən izah olunan asılı dəyişənin varyansının payını göstərir. 0-dan 1-ə qədər olan dəyər, 1 mükəmməl proqnozu göstərir.

• Düzəlişli R² — R²-nin modeldəki xüsusiyyətlərin sayını nəzərə alan modifikasiyası.

Python-da sklearn istifadə edərək MAE və MSE hesablamanın nümunəsi:

from sklearn.metrics import mean_absolute_error, mean_squared_error

y_true = [3.0, -0.5, 2.0, 7.0]
y_pred = [2.5, 0.0, 2.0, 8.0]

mae = mean_absolute_error(y_true, y_pred)
mse = mean_squared_error(y_true, y_pred)
print(f"MAE: {mae}")
print(f"MSE: {mse}")