Chỉ số đánh giá tỷ lệ kèo cá cược hôm nay phân tích hồi quy ―②MAE―
Chỉ số đánh giá
MAE
Lỗi tuyệt đối trung bình(MAE)cũng là một chỉ báo hồi quy phổ biến và được biểu thị bằng công thức sau:
tỷ lệ kèo cá cược hôm nay mỗi hàng, trừ giá trị dự đoán khỏi giá trị thực và lấy giá trị tuyệt đối để luôn là giá trị dương Sau đó tìm giá trị trung bình của tất cả các sai số tuyệt đối
Điểm
- MAEcũng là một chỉ số phổ biến Nhân tiện, "MAEvàRMSECó một cuộc tranh luận bất tận về việc cái nào tốt hơn(Rõ ràng là tùy thuộc vào trường hợp sử dụng của bạn)。
- Giá trị càng nhỏ thì càng tốt Ngoài ra, nó sẽ có giá trị lớn hơn hoặc bằng 0
- Tất cả lỗi đều có cùng trọng số tỷ lệ kèo cá cược hôm nay chỉ số này2là1lỗi về2Tệ gấp đôi
- Dễ bị ảnh hưởng bởi các ngoại lệ(Tuy nhiênRMSEMạnh hơn)。
- Tối ưu hóa không hề dễ dàng Khi giá trị đo được và giá trị dự đoán khớp nhau và sai số bằng 0,MAEkhông khả vi và có các giá trị gần đúng khác nhau tùy thuộc vào sự phân bố của biến mục tiêu
- Hầu hết các thuật toán chính đềuMAElogic tối ưu hóa, nhưngMAE, đây không phải lúc nào cũng là những thứ tốt nhất Ví dụ: gần đâyKaggleNếu bạn biết về cuộc thi, một số thuật toánMSEtốt hơnMAElà một kết quả tốt
Khi nào nên sử dụng
Điều này hữu ích khi mỗi lỗi có mức độ quan trọng tương tự nhau theo thang đo của nó200Lỗi đô la100Lỗi đô la2Các lĩnh vực như tài chính có tác động kép thường được áp dụng Đây là những điều hợp lý, nhưng con người không coi trọng một số lỗi nhất định(hoặc coi trọng)Bởi vìRMSEcũng phổ biến
Thử nghiệm
MAEvới các cài đặt tương tự như chức năng đánh giáThử nghiệmlại
| Người ghi bàn(Chỉ số đánh giá) |
Điểm thi cuối khóa |
| GINI | 0.98558 |
| MAE | 1883.8 |
| MAPE | 17.182 |
| MER | 8.1498 |
| MSE | 13847e+07 |
| R2 | 0.95734 |
| RMSE | 3721.1 |
| RMSLE | nan |
| RMSPE | 6875.9 |
| SMAPE | 13.851 |
Như bạn có thể thấyRMSEMAElà2,076từ1,883Mặt khác, lần nàyRMSElà3,658.8từ3721đang trở nên tồi tệ hơn Điều này xác nhận rằng một mô hình phù hợp với một số liệu được đề cập ở đầu không nhất thiết phải có độ chính xác tốt cho tất cả các số liệu, vì vậy điều quan trọng là phải hiểu và chọn mô hình phù hợp với trường hợp sử dụng để phân tích tất cả các số liệu về độ chính xác
Cửa hàngID：39/Bộ phậnID：3như sau
Các đỉnh được khoanh tròn màu đỏRMSEnhưng sai số ở mỗi dữ liệu lại nhỏ hơnMAEđã hy sinh sai số ở đỉnh này để làm cho sai số tỷ lệ kèo cá cược hôm nay các mẫu có giá trị tương đối nhỏ trở nên hợp lý Rõ ràng là các cửa hàng khác/Bạn có thể thực hiện tối ưu hóa tương tự trên dữ liệu phòng ban và xem tỷ lệ kèo cá cược hôm nay biểu đồ này rằng các số liệu khác nhau sẽ cho kết quả khác nhau
Tiêu đề gốc
(Chính thức)Blog H2Oai
Marios Michailidis