¿Qué métricas se utilizan para evaluar la calidad del modelo de predicción de las campañas publicitarias?

Para evaluar la calidad del modelo de predicción de las calificaciones de campañas publicitarias, a menudo se utilizan las siguientes métricas:

• RMSE (Error Cuadrático Medio Raíz) — la raíz de la media de los errores cuadráticos, muestra la desviación media de las predicciones respecto a los valores reales, sensible a errores grandes.
• MAE (Error Absoluto Medio) — error absoluto medio, refleja la desviación absoluta media sin aumentar la influencia de valores atípicos.
• R² (Coeficiente de Determinación) — indica qué proporción de la variabilidad de la variable objetivo explica el modelo.
• MAPE (Error Porcentual Absoluto Medio) — error porcentual absoluto medio, útil para interpretación en porcentaje.

La elección de la métrica depende de la tarea y los requisitos de error. Por ejemplo, si se valoran errores grandes, es mejor RMSE; si se valora la interpretabilidad, MAE o MAPE.