Actualizado por ultima vez el 30 de diciembre de 2021, por Luis Benites.
El error de predicción cuantifica una de dos cosas:
- En el análisis de regresión , es una medida de qué tan bien el modelo predice la variable de respuesta .
- En la clasificación (aprendizaje automático), es una medida de qué tan bien se clasifican las muestras en la categoría correcta.
A veces, el término se usa de manera informal para significar exactamente lo que significa en lenguaje sencillo (has hecho algunas predicciones y hay algunos errores). En regresión, los términos «error de predicción» y «residuales» a veces se usan como sinónimos. Por lo tanto, verifique la intención del autor antes de asumir que se refiere a algo específico (como el error de predicción del cuadrado medio).
Error de predicción cuadrático medio (MSPE)
MSPE resume la capacidad predictiva de un modelo. Idealmente, este valor debería estar cerca de cero, lo que significa que su predictor está cerca del valor real. El concepto es similar al error cuadrático medio (MSE) , que es una medida de qué tan bien un estimador mide un parámetro (o qué tan cerca está una línea de regresión de un conjunto de puntos). La diferencia es que mientras MSE mide el ajuste de un estimador, MSPE es una medida del ajuste de un predictor, o qué tan bien predice el valor real.
Cuantificación de errores de predicción
El error de predicción se puede cuantificar de varias maneras, dependiendo de dónde lo esté usando. En general, puede analizar el comportamiento del error de predicción con sesgo y varianza (Johari, nd).
En estadística , el error cuadrático medio (RMSE) agrega las magnitudes de los errores de predicción. La teoría de Rao-Blackwell puede estimar el error de predicción y mejorar la eficiencia de los estimadores iniciales.
En el aprendizaje automático , la validación cruzada (CV) evalúa el error de predicción y entrena la regla de predicción. Un segundo método, el bootstrap, comienza estimando la distribución muestral de la regla de predicción (o los parámetros de la distribución muestral); También puede cuantificar el error de predicción y otros aspectos de la regla de predicción.
Referencias
Clark, T. y West, K. (2006). Uso de errores de predicción cuadráticos medios fuera de la muestra para probar la hipótesis de la diferencia de martingala . Revista de Econometría.
Johari, R. MS&E 226: Datos “pequeños” Clase 5: Estimación en muestra del error de predicción (v3). Recuperado el 2 de octubre de 2019 de: https://web.stanford.edu/class/msande226/lecture5_prediction.pdf
Penn State Eberly College of Science: Error de predicción. Recuperado el 2 de octubre de 2019 de: https://newonlinecourses.science.psu.edu/stat555/node/116/
