Welche Metriken werden zur Bewertung der Qualität des Prognosemodells für Werbekampagnen verwendet?

Zur Bewertung der Qualität des Prognosemodells für die Bewertungen von Werbekampagnen werden häufig folgende Metriken verwendet:

• RMSE (Wurzel des mittleren quadratischen Fehlers) — die Wurzel des Durchschnitts der quadratischen Fehler, zeigt die durchschnittliche Abweichung der Vorhersagen von den tatsächlichen Werten, empfindlich gegenüber großen Fehlern.
• MAE (Mittlerer absoluter Fehler) — durchschnittlicher absoluter Fehler, spiegelt die durchschnittliche absolute Abweichung wider, ohne den Einfluss von Ausreißern zu verstärken.
• R² (Bestimmtheitsmaß) — zeigt, welchen Anteil der Varianz der Zielvariable das Modell erklärt.
• MAPE (Mittlerer absoluter prozentualer Fehler) — durchschnittlicher absoluter prozentualer Fehler, nützlich für die Interpretation in Prozent.

Die Wahl der Metrik hängt von der Aufgabe und den Fehleranforderungen ab. Zum Beispiel ist RMSE besser, wenn große Fehler wichtig sind; wenn Interpretierbarkeit wichtig ist, sind MAE oder MAPE geeignet.