Dopo aver addestrato un modello di regressione, uno specialista vuole determinare se le previsioni tendono a essere sistematicamente al di sopra o al di sotto dei valori reali. Quale metodo diagnostico mostrerà se il modello sta sovrastimando o sottostimando il target?

I grafici dei residui sono il metodo diagnostico più efficace per identificare se un modello di regressione sovrastima o sottostima sistematicamente i valori reali. Un residuo è la differenza tra il valore osservato e il valore previsto. Tracciando i residui rispetto ai valori previsti o a una delle variabili indipendenti, si possono individuare pattern. Se i residui sono distribuiti in modo non casuale, ad esempio mostrando una tendenza a essere prevalentemente positivi o negativi per determinati intervalli di valori previsti, ciò indica una sottostima o sovrastima sistematica. L'Errore Quadratico Medio (RMSE) è una metrica di accuratezza complessiva che quantifica l'entità media degli errori, ma non indica la direzione (sovrastima o sottostima). L'Area Sotto la Curva (AUC) è utilizzata per la classificazione, non per la regressione. La matrice di confusione è anch'essa specifica per i problemi di classificazione.