迴歸演算法的誤差度量

當(dāng)我們建立迴歸演算法並想知道模型的效率如何時，我們使用錯誤度量來取得代表機(jī)器學(xué)習(xí)模型錯誤的值。當(dāng)我們想要測量數(shù)值（實(shí)數(shù)、整數(shù)）的預(yù)測模型的誤差時，本文的指標(biāo)就非常重要。

在本文中，我們將介紹迴歸演算法的主要誤差指標(biāo)，在 Python 中手動執(zhí)行計算，並在美元報價資料集上測量機(jī)器學(xué)習(xí)模型的誤差。

所涉及的指標(biāo)

• SE — 誤差總和
• ME — 平均誤差
• MAE — 平均絕對誤差
• MPE — 平均百分比誤差
• MAPAE — 平均絕對百分比誤差

這兩個指標(biāo)有點(diǎn)相似，我們有平均值和誤差百分比的指標(biāo)，以及平均和絕對誤差百分比的指標(biāo)，只是有區(qū)別，以便一組獲得差異的實(shí)際值，另一組獲得絕對值的差異。重要的是要記住，在這兩個指標(biāo)中，數(shù)值越低，我們的預(yù)測就越好。

SE - 誤差總和

SE 指標(biāo)是本文中最簡單的指標(biāo)，其公式為：

SE = εR — P

因此，它是真實(shí)值（模型的目標(biāo)變數(shù)）與預(yù)測值之間的差值總和。此指標(biāo)有一些缺點(diǎn)，例如不將值視為絕對值，這將導(dǎo)致錯誤值。

ME - 誤差平均值

ME 指標(biāo)是 SE 的“補(bǔ)充”，我們基本上有一個區(qū)別，即我們將在給定元素數(shù)量的情況下獲得 SE 的平均值：

ME = ε(R-P)/N

與 SE 不同，我們只需將 SE 結(jié)果除以元素數(shù)量。這個指標(biāo)和 SE 一樣，取決於規(guī)模，也就是說，我們必須使用同一組數(shù)據(jù)，並且可以與不同的預(yù)測模型進(jìn)行比較。

MAE——平均絕對誤差

MAE 指標(biāo)是 ME，但僅考慮絕對（非負(fù)）值。當(dāng)我們計算實(shí)際值和預(yù)測值之間的差異時，我們可能會得到負(fù)結(jié)果，而這種負(fù)差異會應(yīng)用於先前的指標(biāo)。在這個指標(biāo)中，我們必須將差異轉(zhuǎn)換為正值，然後根據(jù)元素數(shù)量取平均值。

MPE：平均百分比誤差

MPE 指標(biāo)是平均誤差佔(zhàn)每個差異總和的百分比。這裡我們必須取得差異的百分比，將其相加，然後除以元素數(shù)量以獲得平均值。因此，實(shí)際值和預(yù)測值之間的差異除以實(shí)際值，再乘以 100，我們將所有這些百分比相加，然後除以元素數(shù)量。此指標(biāo)與比例 (%) 無關(guān)。

MAPAE - 平均絕對百分比誤差

MAPAE 指標(biāo)與先前的指標(biāo)非常相似，但是預(yù)測 x 實(shí)際之間的差異是絕對的，也就是說，您用正值來計算它。因此，該指標(biāo)是錯誤百分比的絕對差異。此指標(biāo)也是與尺度無關(guān)的。

在實(shí)踐中使用指標(biāo)

給出每個指標(biāo)的解釋，我們將根據(jù)美元匯率機(jī)器學(xué)習(xí)模型的預(yù)測，在 Python 中手動計算這兩個指標(biāo)。目前，大多數(shù)迴歸指標(biāo)都存在於 Sklearn 套件中的現(xiàn)成函數(shù)中，但這裡我們將手動計算它們，僅用於教學(xué)目的。

我們將只使用隨機(jī)森林和決策樹演算法來比較兩個模型之間的結(jié)果。

數(shù)據(jù)分析

在我們的資料集中，我們有 SaldoMercado 和 saldoMercado_2 欄，它們是影響 Value 欄位（我們的美元報價）的資訊。正如我們所看到的，MercadoMercado 餘額與報價的關(guān)係比 Merado_2 餘額更密切。也可以觀察到我們沒有缺失值（無限或 Nan 值），而balanceMercado_2 欄位有許多非絕對值。

模型準(zhǔn)備

我們透過定義預(yù)測變數(shù)和我們想要預(yù)測的變數(shù)來準(zhǔn)備機(jī)器學(xué)習(xí)模型的值。我們使用train_test_split將資料隨機(jī)分為30%用於測試，70%用於訓(xùn)練。

最後，我們初始化兩種演算法（RandomForest 和 DecisionTree），擬合數(shù)據(jù)並用測試數(shù)據(jù)測量兩種演算法的分?jǐn)?shù)。我們獲得了 TreeRegressor 83% 的分?jǐn)?shù)和 ForestRegressor 90% 的分?jǐn)?shù)，這在理論上表明 ForestRegressor 表現(xiàn)更好。

結(jié)果與分析

鑑於 ForestRegressor 的部分觀察到的效能，我們建立了一個包含應(yīng)用指標(biāo)所需資料的資料集。我們對測試資料進(jìn)行預(yù)測，並使用實(shí)際值和預(yù)測值建立一個 DataFrame，包括差異和百分比欄位。

我們可以觀察到，相對於美元匯率的實(shí)際總額與我們模型預(yù)測的匯率：

• 我們的總差額為 R$578.00
• 這代表預(yù)測 x 實(shí)際值之間存在 0.36% 的差異（不考慮絕對值）
• 就平均誤差 (ME) 而言，我們的值較低，平均為 R$0.009058
• 對於絕對平均值，該值會增加一點(diǎn)，因?yàn)槲覀兊馁Y料集中有負(fù)值

我強(qiáng)調(diào)，這裡我們是出於教學(xué)目的手動執(zhí)行計算。但是，建議使用 Sklearn 套件中的指標(biāo)函數(shù)，因?yàn)樗哂懈玫男阅軄K且計算出錯的可能性較低。

完整的程式碼可以在我的 GitHub 上找到：github.com/AirtonLira/artigo_metricasregressao

---

作者：Airton Lira Junior

LinkedIn：linkedin.com/in/airton-lira-junior-6b81a661/

以上是回歸演算法的指標(biāo)的詳細(xì)內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！