Какие наиболее эффективные метрики оценки качества для решения задач регрессии?

Нет единого мнения о том, какие метрики оценки качества для решения задач регрессии наиболее эффективны. Выбор зависит от условий задачи и других факторов. oxoi.ru

Некоторые метрики, которые используются:

• Средняя абсолютная ошибка (MAE). nplus1.ru yandex.ru Представляет собой сумму абсолютных различий между прогнозами и фактическими значениями. yandex.ru
• Средняя квадратическая ошибка (MSE). nplus1.ru yandex.ru Даёт общее представление о величине ошибки. yandex.ru
• Корень из среднеквадратической ошибки (RMSE). nplus1.ru Показывает, на какое значение в среднем предсказание отличается от истинного значения. oxoi.ru Измеряется в единицах целевого признака, поэтому его легче интерпретировать, чем MSE. oxoi.ru
• Коэффициент детерминации (R²). oxoi.ru yandex.ru Показывает, в скольких процентах случаев предсказание модели точнее, чем среднее значение целевого признака. oxoi.ru

Эффективность метрик зависит от условий, например, от объёма аномальных данных в датасете. oxoi.ru Задача дата-сайентиста — подобрать метрику, которая объективно отражает качество модели. oxoi.ru