كم يغلط النموذج؟ قياس الخطأ
أي توقع بيغلط شوي. السؤال: كم يغلط بالمتوسط؟ وهل الغلط مقبول للقرار اللي نبي ناخذه؟ نقارن توقعات النموذج بالأرقام الحقيقية في بيانات الاختبار:
| الشهر | الحقيقي | المتوقع | الخطأ |
|---|---|---|---|
| يونيو | 520 | 500 | +20 |
| يوليو | 610 | 580 | +30 |
| أغسطس | 590 | 600 | −10 |
| سبتمبر | 480 | 530 | −50 |
ما نقدر نجمع الأخطاء على طول، لأن الموجب يلغي السالب. فيه طريقتين مشهورتين:
| MAE | متوسط الخطأ المطلق: نتجاهل الإشارة ونحسب المتوسط. (20 + 30 + 10 + 50) ÷ 4 = 27.5. سهل تشرحه للإدارة: «بالمتوسط نغلط 27.5 كرتون». |
| RMSE | جذر متوسط مربع الخطأ: نربّع الأخطاء، نحسب المتوسط، ثم الجذر. يطلع 31.2. أكبر من MAE لأن التربيع يعاقب الأخطاء الكبيرة (مثل −50) أكثر. |
PYTHON
actual = [520, 610, 590, 480] predicted = [500, 580, 600, 530] errors = [] for a, p in zip(actual, predicted): errors.append(a - p) print("Errors:", errors) mae = sum(abs(e) for e in errors) / len(errors) rmse = (sum(e ** 2 for e in errors) / len(errors)) ** 0.5 print("MAE: ", round(mae, 1)) print("RMSE:", round(rmse, 1))
انتبهالرقم لحاله ما يكفي. خطأ 27 كرتون ممتاز لو المبيعات 5,000، وكارثة لو المبيعات 50. قارن الخطأ بحجم الأرقام، وقارنه بالطريقة الحالية: لو المخطط يغلط بالمتوسط 60 والنموذج 27، النموذج أفضل.