기고글 토론 "회귀 메트릭을 사용하여 ONNX 모델 평가하기"

 

새로운 기고글 회귀 메트릭을 사용하여 ONNX 모델 평가하기 가 게재되었습니다:

회귀는 레이블이 지정되지 않은 예제에서 실제의 값을 예측하는 작업입니다. 회귀 메트릭은 회귀 모델 예측의 정확도를 평가하는 데 사용됩니다.

회귀는 레이블이 지정되지 않은 예제에서 실제의 값을 예측하는 작업입니다. 회귀 분석의 예로서 잘 알려진 것은 크기, 무게, 색상, 투명도 등의 특성을 기반으로 다이아몬드의 가치를 추정하는 것입니다.

회귀 메트릭 회귀 모델 예측의 정확도를 평가하는 데 사용됩니다. 유사한 알고리즘에도 불구하고 회귀 지표는 손실 함수와는 의미적으로 다릅니다. 여러분들은 이 둘의 차이점을 이해해야 합니다. 차이점은 다음과 같이 공식화할 수 있습니다:

  • 손실 함수는 모델 구축 문제를 최적화 문제로 축소하는 순간 발생합니다. 일반적으로 좋은 속성(예: 차별성)이 있어야 합니다.

  • 메트릭은 일반적으로 모델의 매개변수가 아닌 예측된 값에만 의존하는 외부의 객관적인 품질 기준입니다.

MQL5 언어에는 다음과 같은 메트릭이 있습니다:

  • 평균 절대 오차, MAE
  • 평균 제곱오차, MSE
  • 평균 제곱근 오차, RMSE
  • R-제곱, R2
  • 평균 절대 백분율 오류, MAPE
  • 평균 제곱 백분율 오차, MSPE
  • 평균 제곱 로그 오차, RMSLE

작성자: MetaQuotes