Upravený koeficient determinace (adjusted R²) měří, jak dobře regresní model vysvětluje variabilitu dat, a to s korekcí na počet použitých prediktorů. Prostý koeficient determinace roste s každou další proměnnou, i když nic nepřináší; upravená verze zbytečné proměnné penalizuje. To umožňuje spravedlivější srovnání modelů různé velikosti, například prognózy prodeje se třemi místo deseti faktory.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoLineární regrese je statistická metoda, která popisuje vztah mezi cílovou proměnnou a jedním či více prediktory pomocí přímky nebo roviny. Koeficienty se obvykle volí tak, aby se minimalizoval součet čtverců odchylek. Metoda je snadno pochopitelná a interpretovatelná: lze s ní například odhadnout, o kolik vzroste obrat, když se reklamní rozpočet zvýší o 1 000 €. U nelineárních vztahů narazí na své hranice.
K přeučení (overfitting) dochází, když si model zapamatuje trénovací data včetně náhodných zvláštností a šumu, místo aby zachytil obecně platné vzory. Pak působí na známých datech velmi přesně, ale na nových datech si vede špatně. Typickým znakem je velký rozdíl mezi chybou na trénovacích a testovacích datech. Pomáhá více nebo rozmanitější dat, jednodušší modely, regularizace, dropout a křížová validace.
Střední absolutní chyba (MAE) ukazuje, o kolik se předpovědi modelu v průměru odchylují od skutečných hodnot, bez ohledu na směr. Vyjadřuje se v jednotce cílové proměnné, díky čemuž je snadno srozumitelná. Příklad: MAE 12 u předpovědi denních tržeb znamená, že se model v průměru mýlí o 12 jednotek. Odlehlým hodnotám přikládá menší váhu než míry založené na čtvercích chyb.
Regularizace zahrnuje techniky, které brání tomu, aby se model při trénování příliš těsně přizpůsobil trénovacím datům (přeučení). Příkladem je penalizace velkých vah (regularizace L1 nebo L2), náhodné vypínání neuronů (dropout) nebo zastavení trénování ve správný okamžik (early stopping). Cílem je jednodušší model, který na nových, dosud neviděných datech funguje spolehlivěji, i když na trénovacích datech dosahuje mírně horšího skóre.
