Qayta tiklash uchun qanday o'lchovlar ishlatiladi?

Regression modellarning sifatini baholash uchun odatda quyidagi o'lchovlar ishlatiladi:

• MSE (O'rtacha Kvadrat Xato) — bashorat qilingan va haqiqiy qiymatlar orasidagi farqning kvadratlarining o'rtachasi. Katta xatolarga sezgir.

• RMSE (O'rtacha Kvadrat Xatoning Kvadrat ildizi) — MSE ning kvadrat ildizi, maqsad o'zgaruvchisi bilan bir xil birlikda xatoni qaytaradi.

• MAE (O'rtacha Absolyut Xato) — bashoratlarning haqiqiy qiymatlardan o'rtacha absolyut chetlanishini o'lchaydi.

• R² (determinatsiya koeffitsienti) — model tomonidan tushuntirilgan o'zgaruvchanlikning ulushini ko'rsatadi. 0 dan 1 gacha bo'lgan qiymat, 1 mukammal bashoratni anglatadi.

• Tuzatilgan R² — R² ning modifikatsiyasi, modeldagi xususiyatlar sonini hisobga oladi.

Python'da sklearn yordamida MAE va MSE hisoblash misoli:

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}")