- Metrikler,Regresyon modellerimizin hatasını hesaplarken kullandığımız hata metriklerimizdir.
- Mean Squared Error değerimiz; bizim gerçek değerlerimiz ile tahmin değerlerimizin farkının karesinin toplamlarının,veri değerimizin sayısına bölümü ile elde edilir.
- Çünkü Gerçek değerlerimiz ile tahmin değerlerimizden çıkarırken negatif bir değer elde etmemiz mümkün.Daha sonra farklardan elde ettiğimiz pozitif ve negatif değerler toplanırken 0'a yakın veya 0 elde edebiliriz.Böyle olduğunda da bizim hata oranımız 0'a yakın bir değer çıkar.Bu durum ise modelimizin iyi bir sonuç verdiğini bize gösterir.Aslında öyle değildir.Karesini almadığımız için pozitif ve negatif değerler birbirini götürüp minimum bir değer elde ederiz.
- Böyle bir yanlış yapmamak için farklarının karesini alırız.
- Root Mean Squared Error ; Ortalama Kare Hatasının Kareköküdür.
- Root Mean Squared Error değerinin iyi ya da kötü olduğunu anlamak için Bağımlı Değişkenin varyansı ile karşılaştırırız.
- Root Mean Squared Error , Residuals'ın Standart Sapmasıdır.
- Mean Absolute Error; İki sürekli değişken arasındaki farkın ölçüsüdür.
- Mean Absolute Error; Her gerçek değer ile veriye en iyi uyan çizgi arasında ki ortalama dikey mesafedir.
