R²-kvalitetsvarsler

Tiltak som bør vurderes

• En lav R² indikerer at modellen ikke fungerer godt. Forbedre modellen før du aktiverer den.
• En høy R² angir at modellen fungerer så godt at datalekkasje kan være en faktor. Undersøk og fjern eventuelle variabler som fører til datalekkasje.

Deteksjonsmetodologi

Modellbygger viser et varsel når det oppdages en høy eller lav R²-score basert på disse verdiene.

• Under 0,3 (lavt)
• over 0,95 (høy)

Eksempel

En butikk ønsker å forutsi månedlig salg for hver butikk. For å oppnå dette bygger detaljhandleren en regresjonsmodell med disse inndatavariablene.

• butikkstørrelse (sq. ft)
• antall ansatte
• gjennomsnittlig kundefotavfall per dag
• reklameforbruk per måned
• lokal populasjonstetthet

Etter modellopplæring vises det et varsel fordi R-squared-scoren er 0,45, som anses som lav. Scoren angir at modellen forklarer bare 45 % av variasjonen i målvariabelen "månedlig salg" og at den ikke fanger opp andre faktorer som påvirker salg. Forutsigelsene kan derfor være upålitelige. Her er noen handlinger du bør vurdere for å løse problemet.

• Forbedre modellytelsen med flere variabler som butikkpromotering eller konkurrentnærhet.
• Kontroller datakvaliteten for å identifisere manglende verdier, utenforliggende verdier og inkonsistens.
• Bruk flere historiske salgsdata til å forbedre datakvaliteten.
• Bruk mer komplekse modelleringsalgoritmer, som tilfeldig skog eller gradert forbedring, hvis lineære modeller yter dårligere.
• Sammenlign forskjellen mellom faktisk og forutsagt salg for å avdekke mønstre eller inkonsistens.
• Lær opp modellen på nytt med et oppdatert datasett.