Das tägliche Umsatzprognosemodell eines Einzelhandelsunternehmens liefert seit drei Wochen ungenaue Prognosen. Ein AWS Glue-Job hängt täglich die tatsächlichen Verkaufszahlen und Modellvorhersagen an S3 an. Das ML-Team untersucht die Modellverschlechterung in einem SageMaker Studio-Notebook. Welche Visualisierung zeigt die Modellverschlechterung im Zeitverlauf am genauesten?

Ein Liniendiagramm des wöchentlichen mittleren absoluten Fehlers (MAE) ist die beste Visualisierung, da es direkt die Modellleistung im Zeitverlauf misst und Trends bei der Verschlechterung aufzeigt. MAE ist eine geeignete Metrik für Regressionsmodelle wie Umsatzprognosen. Die Anzeige der wöchentlichen Werte glättet tägliche Schwankungen und macht einen Abwärtstrend deutlicher. Histogramme der Verkaufszahlen (Option 1) zeigen nur die Datenverteilung, nicht die Prognosegenauigkeit. Histogramme der Modellfehler (Option 2) zeigen die Verteilung der Fehler, aber nicht den Trend im Zeitverlauf. Streudiagramme (Option 4) können Beziehungen zwischen Verkäufen und Fehlern aufzeigen, sind aber weniger effektiv, um eine Verschlechterung der Gesamtleistung im Zeitverlauf zu visualisieren als eine Metrik wie MAE.