評估指標

房價預測模型上線前,你得回答一句話:「它平均估差多少錢?」— 迴歸任務的驗收靠誤差指標,不是準確率。

核心觀念

迴歸模型預測連續數值,評估就是量化「預測值與實際值差多遠」。基本款:MAE(平均絕對誤差)= 誤差絕對值的平均;MSE(均方誤差)= 誤差平方的平均。延伸款:RMSE(均方根誤差)= MSE 開根號;R²(決定係數)= 模型解釋了多少比例的變異,越接近 1 越好。

白話理解

房仲業者委託開發房價預測系統,依坪數、屋齡、樓層、地段估成交價。上線前用 MAE 回答「平均每間估差幾萬元」,用 RMSE 檢查「有沒有離譜大錯」,用 R² 向老闆報告「模型解釋了幾成的房價變化」— 這正是 iPAS 的原題情境。

四個指標怎麼挑

• MAE:直觀好理解,對離群值最不敏感 — 資料有極端值時的穩健選擇
• MSE:誤差先平方,放大較大誤差 — 適合「大錯特別不可原諒」的場景,也是常見的訓練損失
• RMSE:把 MSE 開根號,單位與原始資料相同(元就是元),好報告又保留重罰大誤差的特性
• R²:不看絕對誤差大小,看解釋變異的比例,方便跨資料集比較模型

🎯 口訣:MAE 平均差、MSE 重罰大錯、RMSE 單位還原、R² 解釋幾成。

iPAS 考點

情境題給「預測房價、銷量、需求量」問評估指標,答案往 MAE/MSE/RMSE/R² 選 — 最大陷阱是選項混入準確率、F1、召回率這些分類指標,連續數值預測用不上。進階比較:離群值多選 MAE;強調大誤差代價選 MSE/RMSE;要單位直觀好溝通選 RMSE。

📝 本節掛載 1 題 iPAS 歷屆試題 — 讀完往下到「iPAS 考題練習」直接實戰。