Узак мөөнөттүү катарлар моделдери үчүн кайсы метрикалар колдонулат?

Уакыт сериялары менен иштеген моделдердин сапатын баалоо үчүн, үзгүлтүксүз маалыматтардын өзгөчөлүктөрүн эске алган атайын метрикалар колдонулат. Алардын негизгилери:

• MAE (Орто Абсолюттук Каталар) — болжау менен чындык маанилердин орточо айырмасын көрсөтөт.
• MSE (Орто Квадраттык Каталар) — чоң каталарга катуу жазалайт.
• RMSE (Квадраттык Орто Каталардын Тамыр) — MSEнин тамырын алат жана маалыматтар менен бирдей бирдикте кайтарат.
• MAPE (Орто Абсолюттук Пайыздык Каталар) — салыштырмалуу тактыкты баалоодо пайдалуу.
• SMAPE (Симметриялуу Орто Абсолюттук Пайыздык Каталар) — MAPEнин симметриялуу версиясы, эки тараптуу каталарга көңүл бурат.
• R² (Төлөөнү аныктоо коэффициенти) — моделдин маалыматтардын өзгөрмөлүүлүгүн канчалык жакшы түшүндүрө алат экенин көрсөтөт.

Метриканын тандалышы тапшырга жана маалыматтардын өзгөчөлүктөрүнө көз каранды. Мисалы, MAPE нөлгө жакын маанилерде начар иштейт, ал эми RMSE чыгымдарга сезимтал.

Pythonда MAE эсептөө мисалы:

import numpy as np

def mae(y_true, y_pred):
    return np.mean(np.abs(y_true - y_pred))

# Мисал
actual = np.array([100, 200, 300])
predicted = np.array([110, 190, 310])
print(mae(actual, predicted))  # 10.0 чыгат