Justerad förklaringsgrad mäter hur väl en regressionsmodell förklarar variationen i data, korrigerat för antalet förklaringsvariabler. Den vanliga förklaringsgraden (R²) ökar med varje ytterligare variabel, även en som inte tillför något; den justerade varianten straffar onödiga variabler. Det möjliggör en rättvisare jämförelse av modeller av olika storlek, till exempel en försäljningsprognos med tre i stället för tio faktorer.
Linjär regression är en statistisk metod som beskriver sambandet mellan en målvariabel och en eller flera prediktorer med en rät linje eller ett plan. Koefficienterna väljs vanligtvis så att summan av de kvadrerade avvikelserna minimeras. Metoden är lätt att förstå och tolka: den kan till exempel uppskatta hur mycket intäkterna stiger när reklambudgeten ökar med 1 000 kr. Den når sina gränser vid icke-linjära samband.
Överanpassning (overfitting) uppstår när en modell memorerar träningsdata, inklusive slumpmässiga egenheter och brus, i stället för att fånga allmängiltiga mönster. Den ser då mycket exakt ut på bekanta data men presterar dåligt på nya. Ett stort gap mellan träningsfel och testfel är ett typiskt tecken. Motåtgärder är fler eller mer varierade data, enklare modeller, regularisering, dropout och korsvalidering.
Medelabsolutfel (MAE) visar hur mycket en modells förutsägelser i genomsnitt avviker från de faktiska värdena, oavsett riktning. Det uttrycks i målvariabelns enhet, vilket gör det lätt att förstå. Exempel: ett MAE på 12 för en daglig försäljningsprognos innebär att modellen i genomsnitt ligger 12 enheter fel. Det ger mindre vikt åt extremvärden än mått baserade på kvadrerade fel.
Regularisering omfattar tekniker som hindrar en modell från att under träningen anpassa sig för nära till sina träningsdata (överanpassning). Exempel är att straffa stora vikter (L1- eller L2-regularisering), slumpmässigt stänga av neuroner (dropout) eller avbryta träningen vid rätt tidpunkt (early stopping). Målet är en enklare modell som presterar mer tillförlitligt på nya, osedda data, även om den får något lägre resultat på träningsdata.
