Regressionsmått: MAE, RMSE, R²

Tre mått för «hur fel gissar modellen?» när svaret är ett tal:

Mått	Formel	Egenskap
MAE	medel av |y − ŷ|	i samma enhet, alla fel väger lika
RMSE	√(medel av (y − ŷ)²)	i samma enhet, straffar stora fel hårt
R²	1 − SS_res/SS_tot	andel av variationen som förklaras; 1 = perfekt, 0 = lika bra som att alltid gissa medelvärdet

RMSE ≥ MAE alltid. Är RMSE mycket större än MAE finns det några få stora fel — titta på dem.

R² kan bli negativt. Det betyder att modellen är sämre än att alltid gissa medelvärdet — vilket händer oftare än man tror på testdata.

import numpy as np
from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score

y    = np.array([100, 200, 300, 400, 500])
pred = np.array([110, 190, 310, 380, 700])       # sista är rejält fel

print(round(mean_absolute_error(y, pred), 1))                      # 50.0
print(round(mean_squared_error(y, pred) ** 0.5, 1))                # 92.2  ← dras upp av 200-felet
print(round(r2_score(y, pred), 3))                                 # 0.575

# utan avvikaren:
print(round(mean_absolute_error(y[:4], pred[:4]), 1),
      round(mean_squared_error(y[:4], pred[:4]) ** 0.5, 1))        # 12.5 14.6

Val av mått: MAE när alla fel kostar lika mycket per enhet (leveranstid i dagar). RMSE när stora fel är oproportionerligt dyra (elnätsbelastning). Och rapportera alltid en baslinje — R² gör det åt dig genom att jämföra med medelvärdesgissningen.