В чем отличие между метриками R-квадрат и MAE при оценке регрессионных моделей?

Основное отличие между метриками R-квадрат и MAE при оценке регрессионных моделей заключается в их функциях и области применения.

R-квадрат (R²) — это безразмерный показатель корреляции признаков с целью. 1 Он отвечает на вопрос, на сколько процентов прогнозы модели ближе к идеальным по сравнению с использованием среднего значения цели. 1 R² позволяет сравнивать модели с разными масштабами целевого признака. 3 Диапазон значений R² варьируется от отрицательной бесконечности до 1. 1 Чем ближе значение к 1, тем больше дисперсия целевого значения может быть объяснена с помощью переменных признаков. 1

MAE — это средняя абсолютная ошибка, которая измеряет типичные абсолютные расхождения между фактическими значениями набора данных и прогнозируемыми значениями. 2 MAE более устойчива к выбросам, поэтому её применяют, чтобы минимизировать влияние аномальных значений при оценке качества модели. 3 Показатель MAE измеряется в тех же единицах, что и целевое значение. 1

Таким образом, R-квадрат больше подходит для сравнения моделей и оценки их обобщающей способности, а MAE — для измерения ошибок прогнозирования и минимизации влияния выбросов на оценку качества модели. 35