რა არის Mean Absolute Scaled Error (MASE)?

საშუალო აბსოლუტური სკალირებული შეცდომა (MASE) არის მეტრიკა დროის სერიის პროგნოზების სიზუსტის შეფასებისთვის. იგი ზომავს საშუალო აბსოლუტურ შეცდომას პროგნოზში, სკალირებულია ნეიტრალური პროგნოზის შეცდომის საფუძველზე (მაგალითად, პროგნოზი, რომელიც უბრალოდ განმეორებით ასრულებს წინამორბედ მნიშვნელობებს).

MASE-ის ფორმულა ასეთია:

[ MASE = \frac{\frac{1}{n} \sum_{t=1}^n |y_t - \hat{y}t|}{\frac{1}{n-1} \sum{t=2}^n |y_t - y_{t-1}|} ]

სად:

• (y_t) არის რეალური მნიშვნელობა (t) დროს
• (\hat{y}_t) არის პროგნოზირებული მნიშვნელობა
• გამოთვლითი — პროგნოზის საშუალო აბსოლუტური შეცდომა
• გამყოფი — ნეიტრალური პროგნოზის საშუალო აბსოლუტური შეცდომა (შემდეგი დაკვირვებების სხვაობა)

MASE სასარგებლოა, რადგან ის სკალირებულია და საშუალებას იძლევა შეადაროთ პროგნოზების ხარისხი სხვადასხვა დროის სერიებში, მიუხედავად იმისა, რომ მათ სხვადასხვა მასშტაბი ან სეზონურობა აქვთ. MASE-ის მნიშვნელობა ნაკლებია 1-ზე, ეს ნიშნავს, რომ მოდელი უკეთ პროგნოზირებს, ვიდრე ნეიტრალური პროგნოზი.