Data world with Mina

کسی که با مدل‌ها برای رسیدن به دقت بالا در پروژه های یادگیری ماشین کار می‌کند، حتما میدونه که یکی از فازهای خیلی مهم در مسائل یادگیری ماشین فاز اعتبارسنجی و ارزیابی مدله. اینکه از چه معیاری و کجا رو چه نوع داده ای استفاده کنیم. اینجا تمرکزم مدل‌های پیش بینی و رگرسیونه مزایا و معایب هر کدوم رو نام میبرم و میگم کجا بهتره ازش استفاده کنیم: معیار 𝗥𝗠𝗦𝗘 (𝗥𝗼𝗼𝘁 𝗠𝗲𝗮𝗻 𝗦𝗾𝘂𝗮𝗿𝗲𝗱 𝗘𝗿𝗿𝗼𝗿): 🟢 مزایا میانگین بزرگی خطا را اندازه‌گیری می‌کند، و خطاها را به توان دو می‌رساند تا اختلافات بزرگتر را برجسته کند. مناسب برای زمانی که به حداقل رساندن خطاهای قابل توجه بسیار مهم است، زیرا انحرافات بزرگ را جریمه می‌کند. 🔴 معایب → خطای RMSE: اگر هدف اولویت‌بندی خطاهای بزرگ نباشد، RMSE می‌تواند گمراه‌کننده باشد، زیرا به داده‌های پرت وزن زیادی می‌دهد. 🔶معیار شاخص MAE یکی از ساده ترین معیارهای ارزیابی مدلهای رگرسیونی می باشد. این شاخص متوسط اندازه خطای پیش بینی را محاسبه می کند و تفسیر خوبی از میزان اثربخشی مدل فراهم میکند. 🔺معیار→ R²: معیار ² درصد تغییرپذیری در داده‌هایی که توسط مدل ثبت می‌شوند را نشان می‌دهد و درک آن را آسان می‌کند. 🔴 معایب به شدت تحت تأثیر مقادیر بسیار زیاد قرار دارد که می‌تواند منجر به ارائه نادرست اطلاعات شود. مفهوم واضحی از اندازه واقعی خطا ارائه نمی‌دهد. 💥معیار MAPE خطاها را به صورت درصد ارائه می‌دهد و این امر آن را شهودی و توضیح آن را آسان می‌کند. کمتر حساس به داده های پرت : برخلاف RMSE، اگر مقادیر واقعی نیز بالا باشند، MAPE با یک یا دو خطای بالا از کوره در نمی‌رود.(منفجر نمیشه) ❌معایب: MAPE می‌تواند وقتی مقادیر واقعی نزدیک به صفر باشند، گمراه‌کننده باشد و منجر به خطاهای بسیار بالایی شود. مثلا فروش صفر باشد پایدار نیست بهتره از SMAPE استفاده بشه.