<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>takaherox</author_name>
  <author_url>https://blog.hatena.ne.jp/takaherox/</author_url>
  <blog_title>tkherox blog</blog_title>
  <blog_url>https://takaherox.hatenablog.com/</blog_url>
  <categories>
    <anon>回帰</anon>
    <anon>データサイエンス</anon>
    <anon>モデル評価</anon>
    <anon>MAE</anon>
    <anon>RMSE</anon>
    <anon>MSE</anon>
  </categories>
  <description>回帰の評価指標はこれ 評価指標の種類 決定係数 平均絶対誤差(MAE) 平均二乗誤差(MSE) 平均二乗平方根誤差(RMSE) 平均絶対パーセント誤差(MAPE) なぜ「MAEとRMSE」なのか 整数値で均一な観測データを含む場合 外れ値の観測データを含む場合 予測値が小数点以下の小さい値を含む場合 実業務における評価の難しさ 回帰の評価指標はこれ 回帰の評価指標として扱うべき指標は主にMAEとRMSEです． ただし，どちらが良いということではなく観測されるデータに応じて使い分けるということが非常に重要です． そのため，観測データの分布はしっかり可視化してどういった傾向があるのかを事前に把握し…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftakaherox.hatenablog.com%2Fentry%2F2019%2F12%2F29%2F154538&quot; title=&quot;回帰における評価指標 - tkherox blog&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://chart.apis.google.com/chart?cht=tx&amp;chl=R%5E%7B2%7D%20%3D%201%20-%20%5Cfrac%7B%20%5Csum_%7Bi%3D1%7D%5E%7Bn%7D%20%28y_%7Bi%7D%20-%20%5Chat%7By_%7Bi%7D%7D%29%5E%7B2%7D%20%7D%7B%20%20%5Csum_%7Bi%3D1%7D%5E%7Bn%7D%20%28y_%7Bi%7D%20-%20%5Cbar%7By_%7Bi%7D%7D%29%5E%7B2%7D%20%7D</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-12-29 15:45:38</published>
  <title>回帰における評価指標</title>
  <type>rich</type>
  <url>https://takaherox.hatenablog.com/entry/2019/12/29/154538</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
