記事「回帰指標を用いたONNXモデルの評価」についてのディスカッション

[MetaQuotes]

新しい記事「回帰指標を用いたONNXモデルの評価」はパブリッシュされました:

回帰とは、ラベル付けされていない例から実際の値を予測するタスクのことです。いわゆる回帰メトリクスは、回帰モデルの予測精度を評価するために使用されます。

回帰とは、ラベル付けされていない例から実際の値を予測するタスクのことです。回帰のよく知られた例は、大きさ、重さ、色、透明度などの特徴に基づいてダイヤモンドの価値を推定することです。

いわゆる回帰メトリクスは、回帰モデルの予測精度を評価するために使用されます。似たようなアルゴリズムにもかかわらず、回帰メトリクスは、似たような損失関数とは意味的に異なります。両者の違いを理解することが重要です。これは次のように定式化できます。

• 損失関数は、モデルを構築する問題を最適化問題に還元する瞬間に生じます。通常、優れた特性（微分可能性など）を持つことが要求されます。

• メトリックは、外部の客観的な品質基準であり、通常はモデルパラメータに依存せず、予測値のみに依存します。

MQL5言語には次のような指標があります。

• 平均絶対誤差、MAE
• 平均二乗誤差、MSE
• 二乗平均平方根誤差、RMSE
• 決定係数、R2
• 平均絶対誤差率、MAPE
• 平均二乗誤差率、MSPE
• 平方根平均対数誤差、RMSLE

作者: MetaQuotes