Jaké metriky se používají k hodnocení kvality modelu předpovědi reklamních kampaní?

Pro hodnocení kvality modelu předpovídání hodnocení reklamních kampaní se často používají následující metriky:

• RMSE (Root Mean Squared Error) — odmocnina z průměrné čtvercové chyby, ukazuje průměrné odchylky předpovědí od skutečných hodnot, citlivé na velké chyby.
• MAE (Mean Absolute Error) — průměrná absolutní chyba, odráží průměrné absolutní odchylky bez zesílení vlivu odlehlých hodnot.
• R² (Koeficient determinace) — ukazuje, jakou část rozptylu cílové proměnné model vysvětluje.
• MAPE (Mean Absolute Percentage Error) — průměrná absolutní procentuální chyba, vhodná pro interpretaci v procentech.

Výběr metriky závisí na úkolu a požadavcích na chyby. Například, pokud jsou důležité velké chyby, je lepší RMSE; pokud je důležitá interpretovatelnost, jsou vhodné MAE nebo MAPE.