回帰評価ツール

モデリング目標のデフォルトの評価ライブラリの1つに、回帰評価ツールがあります。このライブラリは、回帰モデルの評価で一般的に使用される主要なメトリクスを提供します。

含まれるメトリクス

以下のメトリクスは、評価ダッシュボードで設定されたサブセットバケットごとに生成されます。

デフォルトの回帰評価ツールは、次の数値メトリクスを生成します。

• 行数： 評価データセット内のレコード数です。
• 平均絶対誤差： 誤差の方向にかかわらず、ラベルデータとモデルの予測の間の誤差（差）の平均です。この値は常に正であり、評価データセットに対するモデルの性能が高いほど0に近づきます。
• 二乗平均平方根誤差： 平均絶対誤差と同様に、二乗平均平方根誤差も、誤差の方向を無視したラベルデータとモデルの予測の間の差を表します。ただし、二乗平均平方根誤差では、ラベルデータから離れた予測ほど重みが大きくなります。この値は常に正であり、評価データセットに対するモデルの性能が高いほど0に近づきます。
• R2 スコア： R2（R の二乗）スコアは、ラベルデータの分散のうち、モデルによって説明される割合を表します。この値は常に1以下であり、スコアが1に近いほど、評価データセットに対するモデルの性能が高いことを示します。R2 スコアは負の値になることがあります。
• 説明分散： R2 スコアと同様に、ラベルデータの分散のうち、モデルの予測によって説明される割合を表します。平均誤差が0でない場合、説明分散は R2 スコアと異なり、この差はモデルのバイアスを示します。この値は常に1以下であり、スコアが1に近いほど、評価データセットに対するモデルの性能が高いことを示します。説明分散は負の値になることがあります。

デフォルトの回帰評価ツールは、次のプロットを生成します。

• スコア分布： 評価データセットに対するモデルの予測の分布を示すチャートです。
• 残差： 評価データセットにおける残差の分布を示すチャートです。残差は label_value - prediction です。

設定

設定手順の詳細については、モデル評価ライブラリを設定する方法のドキュメントを参照してください。

必須フィールド

回帰評価ツールには、次のフィールドが必要です。これらの列で期待される値の型は Integer です。

• inference_field: モデルの予測を表す列です。
• actual_field: モデルの予測と比較する値を含む列です。

任意のフィールド

• histogram_bins: スコア分布と残差のプロットで、残差とモデルのスコアをグループ化するバケットの数です。値を指定しない場合は、10 になります。