ニューラル プラットフォームを使用して、いくつかの観測データから予測を行うモデルを計算しており、そのモデルのパフォーマンスを (JMP からではなく) 他のモデルと比較したいと考えています。 さまざまなモデルを比較するには、観測データとさまざまなモデルからの予測を比較したいと思います。
R2 は、観測値と予測値 y=ax+b (y=観測値) および (x=予測値) の間に線形関係があるかどうかをチェックするものであり、a=1 および b の場合のみに関心があるため、適切な尺度ではありません。 =0。
(- 質問: 「観察されたものと予測されたもの」、または「予測されたものと観察されたもの」を見るのは重要ですか?)
したがって、私はR2ではなくRMSEとMADに注目しています。 (質問: 他に使用できる手段はありますか?)
- さて、JMP マニュアルを見ると、次の定義が見つかります。
平均腹筋開発:応答と予測された応答の差の絶対値の平均。 (すべての要因は連続的です)。
「応答」を観測値、「予測応答」をモデル予測として解釈すると、これは方程式 sum(|x_i-y_i|)/n (n は観測値の数) に変換されます。
しかし、インターネット上の情報源を見ると、この量は次のように呼ばれています。平均絶対誤差:
で統計、平均絶対誤差(前) は次の尺度ですエラー同じ現象を表すペアの観測値の間。 Y と X の例には、予測と観測の比較が含まれます。
ウィキペディア
同じここ:
平均絶対誤差 (MAE): MAE は、方向を考慮せずに、一連の予測における誤差の平均の大きさを測定します。 これは、すべての個人差が等しい重みを持つ、予測と実際の観察の間の絶対差のテストサンプルにわたる平均です。
によるとウィキペディアの狂った(中心点付近) は少し異なります。
m ( X ) {\displaystyle m(X)}
sum(|x_i-m(X)|)/n ここで、m は「中心傾向」(平均値、中央値など) です。
質問: MAD と MAE には一般的に受け入れられている定義はありません。何か誤解をしているのでしょうか...???
