Vidutinė absoliutinė paklaida (MAE) parodo, vidutiniškai kiek modelio prognozės nukrypsta nuo tikrųjų reikšmių, nepaisant nukrypimo krypties. Ji išreiškiama tikslinio kintamojo vienetais, todėl lengvai suprantama. Pavyzdys: jei dienos pardavimų prognozės MAE yra 12, modelis vidutiniškai klysta 12 vienetų. Išskirtinėms reikšmėms ji suteikia mažesnį svorį nei kvadratinės paklaidos rodikliai.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąTiesinė regresija – tai statistinis metodas, aprašantis ryšį tarp tikslinio kintamojo ir vieno ar kelių prediktorių tiese ar plokštuma. Koeficientai dažniausiai parenkami taip, kad būtų minimali kvadratinių nuokrypių suma. Metodas lengvai suprantamas ir interpretuojamas: pavyzdžiui, juo galima įvertinti, kiek išauga pajamos, kai reklamos biudžetas padidėja 1 000 €. Jo ribos išryškėja esant netiesiniams ryšiams.
Apibendrinimo paklaida parodo, kiek DI modelis klysta su naujais, anksčiau nematytais duomenimis – priešingai nei jo paklaida mokymo duomenims. Didelis skirtumas tarp jų rodo persimokymą: modelis įsiminė pavyzdžius, užuot išmokęs bendrus dėsningumus. Ji vertinama naudojant atskirtus testinius duomenis arba kryžminį patvirtinimą. Tai tikrai svarbus rodiklis, nes praktikoje modelis beveik visada susiduria su naujais atvejais.
Kryžminis patvirtinimas – tai metodas patikrinti, kaip gerai modelis apibendrina naujus, nematytus duomenis. Taikant k dalių kryžminį patvirtinimą, duomenys padalijami į k dalių; modelis k kartų apmokomas su k−1 dalimi ir kaskart išbandomas su likusia dalimi, o paskui rezultatai suvidurkinami. Tai padeda aptikti persimokymą ir sąžiningai palyginti modelius ar nustatymus, ypač kai duomenų nedaug.
Prognozinis modeliavimas yra prognozinės analitikos techninė šerdis: naudojant pavyzdinius duomenis su žinomais rezultatais sukuriamas modelis, kuris prognozuoja reikšmę ar klasę naujiems atvejams. Įprasti metodai: regresija, sprendimų medžiai, atsitiktiniai miškai ir neuroniniai tinklai. Pavyzdžiui, modelis gali įvertinti nekilnojamojo turto kainą pagal plotą, vietą ir statybos metus. Prieš diegiant jis išbandomas su atidėtais duomenimis, kad būtų aptiktas persimokymas.
