Een ML-engineer bouwt een model in SageMaker Canvas om continue numerieke voorspellingen te doen met behulp van 10 jaar aan historische gegevens. Welke evaluatiestatistiek moet de engineer gebruiken om de voorspellende prestaties van het model te beoordelen?

De engineer bouwt een model voor continue numerieke voorspellingen, wat een regressieprobleem is. RMSE (Root Mean Square Error) is een veelgebruikte metriek voor regressieproblemen, omdat het de gemiddelde grootte van de fouten meet en grotere fouten zwaarder bestraft. Accuracy is geschikt voor classificatieproblemen, niet voor regressie. InferenceLatency meet de tijd die nodig is voor een voorspelling, niet de nauwkeurigheid van de voorspelling zelf. AUC (Area Under the ROC Curve) is ook een metriek voor classificatieproblemen, met name voor binaire classificatie, en is niet van toepassing op continue numerieke voorspellingen.