افهم مقاييسك

مقدار ما يفسّره النموذج من تباين الهدف مقارنةً بتخمين المتوسط دائمًا. نموذج المنازل في الدرس 2: ‏R² ≈ 0.994 — يفسّر 99.4% من فروق الأسعار. القيمة 1.0 مثالية، و0 ليست أفضل من المتوسط، والسالبة أسوأ.

متوسط الخطأ بوحدات الهدف نفسها. أخطاء نموذج المنازل (0 و20,000 و0 و0 و20,000 ريال) متوسطها MAE = 8,000 ريال: «مخطئ بنحو 8,000 عادةً».

مثل MAE لكن الأخطاء تُربَّع أولًا، فتؤلم الأخطاء الكبيرة أكثر. الأخطاء الخمسة نفسها → RMSE ≈ 12,650 ريالًا. حين يجلس RMSE بعيدًا فوق MAE، فالنموذج جيد عادةً لكنه مخطئ بشدة أحيانًا.

‏RMSE قبل الجذر التربيعي: الأخطاء الخمسة نفسها تعطي 160,000,000 ريال². يرتّب النماذج كما يرتّبها RMSE تمامًا — لكنه أصعب قراءةً لكونه بوحدات مربّعة.

متوسط الخطأ كنسبة من القيمة الحقيقية. مثال مصغّر جديد: قيم فعلية 100 و200 و50 مقابل تنبؤات 110 و180 و60 → أخطاء 10% و10% و20% → MAPE = 13.3%. احذر: حين تقترب قيمة حقيقية من الصفر تنفجر نسبتها وقد تهيمن على الدرجة.

قريب MAPE الأكثر ثباتًا: يُقسم كل خطأ على متوسط القيمتين الفعلية والمتنبأ بها بدلًا من الفعلية وحدها، فلا تنسفه القيم القريبة من الصفر. الصفوف الثلاثة نفسها، والفكرة نفسها — نسبة محدودة.

نسبة الأحكام الصحيحة: (3 + 5) ÷ 10 = 0.80. بديهية، لكنها على البيانات غير المتوازنة تجامل النماذج الكسولة — انظر الدقة المتوازنة أدناه.

من الصفوف المعلَّمة إيجابية، كم كان إيجابيًا فعلًا: 3 ÷ 4 = 0.75. راقبه حين يكلّف كل إنذار مالًا — عرض استبقاء، مراجعة يدوية.

من الصفوف الإيجابية فعلًا، كم التُقط: 3 ÷ 4 = 0.75. راقبه حين يكون التفويت مكلفًا — عميل غادر، عطل لم يُكتشف.

المتوسط التوافقي للإحكام والاستدعاء: بكليهما عند 0.75، ‏F1 = 0.75. إذا انهار أحدهما انهار F1 — رقم واحد يرفض أن يخفي لك نقطة ضعف.

متوسط استدعاء كل صنف: المغادرون 3/4 = 0.75، والباقون 5/6 ≈ 0.83 → (0.75 + 0.83) ÷ 2 ≈ 0.79. وفي تجربة الدرس 3 الذهنية (95/5)، يسجّل نموذج «يبقى دائمًا» الكسول 0.5 هنا — فينكشف كرمية عملة رغم دقته العادية 95%.

يحكم على درجات الاحتمال الخام للنموذج، قبل أي عتبة نعم/لا: احتمال أن يُرتَّب إيجابيٌّ عشوائي فوق سلبيٍّ عشوائي. القيمة 0.90 تعني أن المغادر يتفوق على الباقي 90% من المرات؛ و0.5 ترتيب عشوائي.