La régression consiste à prédire une valeur réelle à partir d'un exemple non étiqueté. Les mesures dites de régression sont utilisées pour évaluer la précision des prédictions des modèles de régression.
La régression consiste à prédire une valeur réelle à partir d'un exemple non étiqueté. Un exemple bien connu de régression est l'estimation de la valeur d'un diamant sur la base de caractéristiques telles que la taille, le poids, la couleur, la pureté, etc.
Les mesures dites de régression sont utilisées pour évaluer la précision des prédictions des modèles de régression. Malgré des algorithmes similaires, les mesures de régression sont sémantiquement différentes des fonctions de perte similaires. Il est important de comprendre la différence entre les deux. Elle peut être formulée comme suit :
La fonction de perte apparaît au moment où nous réduisons le problème de la construction d'un modèle à un problème d'optimisation. Il est généralement exigé qu'elle possède de bonnes propriétés (par exemple, la différentiabilité).
Une métrique est un critère de qualité objectif externe, qui ne dépend généralement pas des paramètres du modèle, mais uniquement des valeurs prédites.
Si vous n'avez pas de compte, veuillez vous inscrire
Autorisez l'utilisation de cookies pour vous connecter au site Web MQL5.com.
Veuillez activer les paramètres nécessaires dans votre navigateur, sinon vous ne pourrez pas vous connecter.
Vous êtes connecté. L'authentification à deux facteurs a été désactivée. Configurez-la à nouveau et scannez un nouveau code QR, ou continuez avec l'authentification à deux facteurs désactivée.
Un nouvel article Évaluation des modèles ONNX à l'aide de mesures de régression a été publié :
La régression consiste à prédire une valeur réelle à partir d'un exemple non étiqueté. Les mesures dites de régression sont utilisées pour évaluer la précision des prédictions des modèles de régression.
La régression consiste à prédire une valeur réelle à partir d'un exemple non étiqueté. Un exemple bien connu de régression est l'estimation de la valeur d'un diamant sur la base de caractéristiques telles que la taille, le poids, la couleur, la pureté, etc.
Les mesures dites de régression sont utilisées pour évaluer la précision des prédictions des modèles de régression. Malgré des algorithmes similaires, les mesures de régression sont sémantiquement différentes des fonctions de perte similaires. Il est important de comprendre la différence entre les deux. Elle peut être formulée comme suit :
La fonction de perte apparaît au moment où nous réduisons le problème de la construction d'un modèle à un problème d'optimisation. Il est généralement exigé qu'elle possède de bonnes propriétés (par exemple, la différentiabilité).
Une métrique est un critère de qualité objectif externe, qui ne dépend généralement pas des paramètres du modèle, mais uniquement des valeurs prédites.
Le langage MQL5 propose les métriques suivantes :
Auteur : MetaQuotes