რა მეტრიკები გამოიყენება რეგრესიისთვის?

Регрессия моделдерінің сапасын бағалау үшін әдетте келесі көрсеткіштер пайдаланылады:

• MSE (Орта квадраттық қате) — болжамдалған және нақты мәндер арасындағы айырмашылықтардың квадратының орташа мәні. Үлкен қателерге сезімтал.

• RMSE (Орта квадраттық қателіктің түбірі) — MSE-нің түбірі, қателікті сол бірліктерде қайтарады, олар мақсатты өзгергішпен бірдей.

• MAE (Орта абсолюттік қате) — болжамдар мен нақты мәндер арасындағы орташа абсолюттік ауытқу.

• R² (анықтау коэффициенті) — модель арқылы түсіндірілген тәуелді өзгергіштің вариациясының үлесі. 0-ден 1-ге дейінгі мәндер, 1 — мінсіз болжам.

• Түзетілген R² — R²-нің өзгертілген нұсқасы, модельдегі сипаттамалардың санын ескереді.

Python-да sklearn пайдаланып MAE және MSE есептеу мысалы:

from sklearn.metrics import mean_absolute_error, mean_squared_error

y_true = [3.0, -0.5, 2.0, 7.0]
y_pred = [2.5, 0.0, 2.0, 8.0]

mae = mean_absolute_error(y_true, y_pred)
mse = mean_squared_error(y_true, y_pred)
print(f"MAE: {mae}")
print(f"MSE: {mse}")