Milyen metrikákat használnak a reklámkampányok előrejelző modelljének minőségének értékelésére?

A reklámkampányok értékelési pontszámainak előrejelzési modelljének minőségének értékeléséhez gyakran használják a következő metrikákat:

• RMSE (Gyökös Átlagos Négyzetes Hiba) — a négyzetes hibák átlagának négyzetgyöke, megmutatja az előrejelzések és a valós értékek közötti átlagos eltérést, érzékeny a nagy hibákra.
• MAE (Átlagos Abszolút Hiba) — átlagos abszolút hiba, tükrözi az abszolút eltérést anélkül, hogy növelné a kiugró értékek hatását.
• R² (Magyarázó Szám) — megmutatja, hogy a modell milyen mértékben magyarázza a célváltozó varianciáját.
• MAPE (Átlagos Abszolút Százalékos Hiba) — átlagos abszolút százalékos hiba, hasznos százalékos értelmezéshez.

A metrika kiválasztása a feladattól és a hibák követelményeitől függ. Például, ha fontosak a nagy hibák, akkor a RMSE jobb; ha az értelmezhetőség a cél, akkor az MAE vagy a MAPE megfelelő.