Un ingegnere ML deve prevedere i prezzi degli appartamenti per una determinata località. Quale metrica di valutazione è appropriata per misurare le prestazioni predittive del modello?

Il Mean Absolute Error (MAE) è la metrica più appropriata per valutare un modello di previsione dei prezzi degli appartamenti. Si tratta di un problema di regressione, in cui l'obiettivo è prevedere un valore numerico continuo. Il MAE misura la differenza media assoluta tra i valori previsti e i valori reali, fornendo una chiara indicazione dell'errore medio del modello in unità monetarie. Accuracy, AUC e F1 score sono metriche utilizzate per problemi di classificazione, dove l'obiettivo è prevedere una categoria discreta (ad esempio, se un'e-mail è spam o meno). Non sono adatte per valutare la previsione di valori numerici continui come i prezzi degli appartamenti.