Priemerná absolútna chyba (MAE) ukazuje, o koľko sa predpovede modelu v priemere odchyľujú od skutočných hodnôt, bez ohľadu na smer. Vyjadruje sa v jednotke cieľovej premennej, vďaka čomu je ľahko zrozumiteľná. Príklad: MAE 12 pri predpovedi dennotržieb znamená, že sa model v priemere mýli o 12 jednotiek. Odľahlým hodnotám prikladá menšiu váhu než miery založené na druhých mocninách chýb.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoLineárna regresia je štatistická metóda, ktorá opisuje vzťah medzi cieľovou premennou a jedným alebo viacerými prediktormi pomocou priamky alebo roviny. Koeficienty sa zvyčajne volia tak, aby sa minimalizoval súčet štvorcov odchýlok. Metóda sa dobre chápe a interpretuje: dokáže napríklad odhadnúť, o koľko vzrastú tržby, keď sa reklamný rozpočet zvýši o 1 000 €. Pri nelineárnych vzťahoch narazí na svoje hranice.
Generalizačná chyba meria, nakoľko sa model AI mýli na nových, predtým nevidených údajoch – na rozdiel od jeho chyby na trénovacích údajoch. Veľký rozdiel medzi nimi poukazuje na preučenie: model si zapamätal príklady namiesto toho, aby sa naučil všeobecné vzorce. Odhaduje sa pomocou odložených testovacích údajov alebo krížovej validácie. Je to číslo, na ktorom skutočne záleží, pretože v praxi sa model stretáva takmer len s novými prípadmi.
Krížová validácia je metóda na kontrolu, nakoľko dobre model zovšeobecňuje na nové, nevidené údaje. Pri k-násobnej krížovej validácii sa údaje rozdelia na k častí; model sa k-krát trénuje na k−1 častiach a vždy sa testuje na zvyšnej časti, potom sa výsledky spriemerujú. Pomáha to odhaliť preučenie a spravodlivo porovnať modely alebo nastavenia, najmä keď je k dispozícii málo údajov.
Prediktívne modelovanie je technické jadro prediktívnej analytiky: z príkladových dát so známymi výsledkami sa vytvorí model, ktorý predpovedá hodnotu alebo triedu pre nové prípady. Medzi bežné metódy patria regresia, rozhodovacie stromy, náhodné lesy a neurónové siete. Model môže napríklad odhadnúť cenu nehnuteľnosti podľa podlahovej plochy, polohy a roku výstavby. Pred nasadením sa testuje na zadržaných dátach, aby sa odhalilo preučenie.
