Анализ ошибок по когортам: зачем одной MAE недостаточно
Для регрессионной модели уже рассчитана общая ошибка на валидации. Выберите, зачем дополнительно сравнивать ошибки между когортами объектов. Подготовку табличных моделей, inference pipeline и deployment отработайте в платном курсе ML Engineer / Data Scientist: табличные модели в продакшн — откройте программу.
Зачем проводить сегментацию ошибок модели по когортам, если средняя метрика (RMSE/MAE) уже посчитана?
Без регистрации · результат не сохраняется
Связанные задачи
- Линейная регрессия scikit-learn: diabetes, fit и predict
- MAE на train и test: сопоставьте прогнозы с правильными ответами
- Baseline регрессии: среднее, медиана и MAE модели
- Ошибки регрессии: residual, топ-5 промахов и MAE по группам
- pandas: количество пропусков по столбцам — задача
- Label Encoding: обработайте неизвестные категории в test
