2016-10-29 10 views
2

私は単純な線形回帰モデルを作成し、S & P500の終値を予測しました。次に、Mean Absolute Error(MAE)を計算し、1290のMAEスコアを得ました。これが正解か間違っているか分かりませんが、1290のMAEが私のモデルについて教えていることを知りたいと思います。MAEは実際に私に何を教えていますか?

答えて

5

「一般的に」正直言って、ほとんど何も教えてくれません。この値は非常に恣意的で、データを正確に理解した場合にのみ、結論を導き出すことができます。

MAEはMean Absolute Error(平均絶対誤差)の略です。したがって、あなたのデータが1290であれば、データからデータポイントをランダムに選択すると、予測値は実際の値から1290だけ離れていると予測されます。いいですか?悪い?あなたの出力の規模に依存します。もしそれが何百万ドルであれば、この大きな誤差は何もなく、モデルは良いです。あなたの出力値が数千の範囲にある場合、これは恐ろしいことです。

私が正しく理解している場合S & P 500の終了価格は0から2500までの数字です(過去36年間)。したがって、1290のエラーはモデルが何も学習しなかったようです。これは常に一定のモデルに似ていて、常にこの値の周りに「1200」か何かに答えています。

+0

私たちは答えが間違ってくる確率を教えてもらえますか?たとえば、スケールが-1,0と1、分類子のMAEが0.2の場合、20の予測結果のサンプルのうち4つが間違っていると言えるでしょうか? – duldi

+0

いいえ、MAEは確率とは関係がありません。回帰メトリックであり、回帰タスクに使用する必要があります。分類(「正解」が意味を成す問題)では、分類メトリック(正確性など)を使用してください。これは文字通りあなたが尋ねる確率です。 – lejlot

関連する問題