Инженеру машинного обучения необходимо спрогнозировать цены на квартиры в определенном районе. Какая метрика оценки подходит для измерения прогностической производительности модели?

Правильный ответ — среднеквадратичная ошибка (MAE). Прогнозирование цен на квартиры — это задача регрессии, где модель предсказывает непрерывное числовое значение. MAE измеряет среднюю величину ошибок в наборе прогнозов, не учитывая их направление, что делает ее подходящей метрикой для оценки точности регрессионных моделей. Accuracy, AUC и F1 score используются для задач классификации, где модель предсказывает дискретные категории. Accuracy измеряет долю правильных прогнозов. AUC оценивает способность модели различать классы. F1 score — это гармоническое среднее точности и полноты. Эти метрики не подходят для оценки прогнозирования непрерывных значений.