Regression Metrics MAE RMSE R2
📘 রিগ্রেশন মডেলের ভুল পরিমাপ।
🌐 Error measures for regression.
📏
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
রিগ্রেশন মডেলের ভুল পরিমাপ।
রিগ্রেশন মডেলের ভুল পরিমাপ।
🌐 English:
Error measures for regression.
Error measures for regression.
🗂 কোথায় পড়ে
৩. মেশিন লার্নিং → মডেল মূল্যায়ন ও টিউনিং → Regression Metrics MAE RMSE R2
🎯 এই শাখার লক্ষ্য
Pick metrics, tune hyperparameters, explain predictions
🧰 টুলস
scikit-learn, SHAP
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
সংখ্যা পূর্বাভাস কতটা কাছাকাছি—ভিন্ন মেট্রিক ভিন্ন দিক দেখায়।
- ধাপ 1MAE: গড় পরম ত্রুটি—মূল এককে সহজ ব্যাখ্যা
- ধাপ 2MSE/RMSE: বড় ভুলকে বেশি শাস্তি; RMSE মূল এককে
- ধাপ 3R²: মডেল টার্গেটের ভ্যারিয়েন্সের কত অংশ ব্যাখ্যা করে (১ = নিখুঁত)
- ধাপ 4MAPE: শতাংশ ত্রুটি (শূন্যের কাছাকাছি মানে সমস্যা); রেসিডুয়াল প্লট দেখুন
🧪 বাস্তব উদাহরণ
তাপমাত্রা পূর্বাভাস MAE 1.2°C, RMSE 1.8°C → কিছু দিন বড় ভুল হচ্ছে।
⚠️ সাধারণ ভুল
ভিন্ন ডেটাসেটের R² সরাসরি তুলনা।
🔑 মূল শব্দ (Key terms)
MAEMSERMSER²MAPEresidual
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক4.1 MAE4.1.1 গড় পরম ত্রুটি
4.2 RMSE4.2.1 বড় ত্রুটিকে বেশি শাস্তি
4.3 R²4.3.1 ব্যাখ্যাকৃত ভ্যারিয়েন্সের অনুপাত
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Model Evaluation)
এডিট করে Run চাপুন · Ctrl+Enterfrom sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, roc_auc_score, confusion_matrix
X,y=load_breast_cancer(return_X_y=True); Xtr,Xte,ytr,yte=train_test_split(X,y,random_state=0)
g=GridSearchCV(RandomForestClassifier(random_state=0),{"n_estimators":[50,100],"max_depth":[3,None]},cv=3).fit(Xtr,ytr)
p=g.predict(Xte); print("Best:",g.best_params_); print(confusion_matrix(yte,p))
print(classification_report(yte,p)); print("ROC-AUC:",round(roc_auc_score(yte,g.predict_proba(Xte)[:,1]),3))❓
সেল্ফ-চেক · Self check
1. “গড় পরম ত্রুটি” — এটি কোন সাব-টপিকের বর্ণনা?
2. “বড় ত্রুটিকে বেশি শাস্তি” — এটি কোন সাব-টপিকের বর্ণনা?
3. “ব্যাখ্যাকৃত ভ্যারিয়েন্সের অনুপাত” — এটি কোন সাব-টপিকের বর্ণনা?
🔗
সংযুক্ত কনসেপ্ট · Connected concepts
এই শাখার অন্যান্য অংশ
1. Confusion Matrix2. Precision Recall F13. ROC AUC4. Regression Metrics MAE RMSE R25. Hyperparameter Tuning GridSearch6. Model Interpretability SHAP