Quali metriche vengono utilizzate per valutare la qualità del modello di previsione delle campagne pubblicitarie?

Per valutare la qualità del modello di previsione delle valutazioni delle campagne pubblicitarie, si utilizzano spesso le seguenti metriche:

• RMSE (Radice dell'Errore Quadratico Medio) — la radice della media degli errori quadratici, mostra la deviazione media delle previsioni rispetto ai valori reali, sensibile agli errori grandi.
• MAE (Errore Assoluto Medio) — errore assoluto medio, riflette la deviazione assoluta media senza aumentare l'influenza dei valori anomali.
• R² (Coefficiente di Determinazione) — indica quale proporzione della variabilità della variabile target spiega il modello.
• MAPE (Errore Percentuale Assoluto Medio) — errore percentuale assoluto medio, utile per interpretazioni in percentuale.

La scelta della metrica dipende dal compito e dai requisiti di errore. Ad esempio, se sono importanti grandi errori, è meglio RMSE; se è importante l'interpretabilità, MAE o MAPE.