Métricas de performance para árvores de regressão

Machine Learning com modelos baseados em árvores em R

Sandro Raabe

Data Scientist

Como medir a performance?

  • Problemas de classificação: acurácia (matriz de confusão)
  • Problemas de regressão: "correto" é relativo, não há binário

$\Rightarrow$ Meça quão longe as previsões estão da verdade

Machine Learning com modelos baseados em árvores em R

Métricas comuns para regressão

  • Mean Absolute Error (MAE)
  • Root Mean Square Error (RMSE)

 

Intuição do MAE:

gráfico das diferenças médias

 

 

 

 

 

MAE = média do comprimento das barras vermelhas

Machine Learning com modelos baseados em árvores em R

Fórmulas e intuição

 

$$MAE = \frac{1}{n} \sum_{i=1}^n\left| actual_i - predicted_i \right|$$

 

  • "Soma das desvios absolutos dividida pelo número de previsões"

$$\quad MSE = \quad \frac{1}{n} \sum_{i=1}^n\left( actual_i - predicted_i \right)^2$$

  •                   "Erro quadrático médio"
Machine Learning com modelos baseados em árvores em R

Fórmulas e intuição

 

$$MAE = \frac{1}{n} \sum_{i=1}^n\left| actual_i - predicted_i \right|$$

 

  • "Soma das desvios absolutos dividida pelo número de previsões"

$$RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^n\left( actual - predicted \right)^2}$$

  • "Raiz do erro quadrático médio"
  • Erros grandes recebem peso maior
Machine Learning com modelos baseados em árvores em R

Codando: previsões

# parsnip e yardstick fazem parte do tidymodels
library(tidymodels)

# Fazer previsões e adicionar aos dados de teste
predictions <- predict(model, new_data = chocolate_test) %>%

  bind_cols(chocolate_test)

# A tibble: 358 x 7
   .pred final_grade review_date cocoa_percent company_location
   <dbl>       <dbl>       <int>         <dbl> <fct>           
 1  2.5         2.75        2013          0.7  France          
 2  3.64        3.25        2014          0.8  France          
 3  3.3         3.5         2012          0.7  France          
 4  3.25        3.5         2011          0.72 Fiji            
# ... with 354 more rows, and 2 more variables: bean_type <fct>, broad_bean_origin <fct>
Machine Learning com modelos baseados em árvores em R

Codando: mae() e rmse()

# Avaliar usando mae()
mae(predictions,

    estimate = .pred,

    truth = final_grade)

# A tibble: 1 x 2
  .metric   .estimate
  <chr>         <dbl>
1 mae           0.363

# Avaliar usando rmse()
rmse(predictions,
     estimate = .pred,
     truth = final_grade)

# A tibble: 1 x 2
  .metric   .estimate
  <chr>         <dbl>
1 rmse          0.457
Machine Learning com modelos baseados em árvores em R

Vamos avaliar!

Machine Learning com modelos baseados em árvores em R

Preparing Video For Download...