DocumentaciónSecciones
Manual de referencia de MQL5Métodos de matrices y vectoresAprendizaje automáticoRegressionMetric 

RegressionMetric

Calcula la métrica de regresión para evaluar la calidad de los datos previstos respecto a los datos reales

double vector::RegressionMetric(
   const vector&           vector_true,   // vector de valores verdaderos
   ENUM_REGRESSION_METRIC  metric         // tipo de métrica
   );
 
double matrix::RegressionMetric(
   const matrix&           matrix_true,   // matriz de valores verdaderos
   ENUM_REGRESSION_METRIC  metric         // tipo de métrica
);
 
vector matrix::RegressionMetric(
   const matrix&           matrix_true,   // matriz de valores verdaderos
   ENUM_REGRESSION_METRIC  metric,        // tipo de métrica
   int                     axis           // eje
   );

Parámetros

vector_true/matrix_true

[in]  Vector o matriz de valores verdaderos.

metric

[in]  Tipo de métrica de la enumeración ENUM_REGRESSION_METRIC.

axis

[in]  Eje. 0 – eje horizontal, 1 – eje vertical.

Valor retornado

La métrica calculada supone una valoración de la calidad de los datos predichos respecto a los datos verdaderos.

Observación

  • REGRESSION_MAE – media de las diferencias absolutas entre los valores previstos y los valores reales correspondientes
  • REGRESSION_MSE – media de los cuadrados de las diferencias entre los valores previstos y los valores reales correspondientes
  • REGRESSION_RMSE – raíz cuadrada de MSE
  • REGRESSION_R2 - 1 – MSE(regresión) / MSE(media)
  • REGRESSION_MAPE – error absoluto medio (MAE) en porcentaje
  • REGRESSION_MSPE – error cuadrático medio (MSE) en porcentaje
  • REGRESSION_RMSLE – RMSE calculado en escala logarítmica

Ejemplo:

   vector y_true = {3, -0.5, 2, 7};
   vector y_pred = {2.5, 0.0, 2, 8};
//---
   double mse=y_pred.RegressionMetric(y_true,REGRESSION_MSE);
   Print("mse=",mse);
//---
   double mae=y_pred.RegressionMetric(y_true,REGRESSION_MAE);
   Print("mae=",mae);
//---
   double r2=y_pred.RegressionMetric(y_true,REGRESSION_R2);
   Print("r2=",r2);
 
  /* Resultado
   mae=0.375
   mse=0.5
   r2=0.9486081370449679
   */