Respuesta correcta
- BRoot Mean Squared Error (RMSE)
Explicación
La raíz del error cuadrático medio (RMSE) es la métrica correcta porque eleva al cuadrado los residuos antes de promediar, lo que amplifica desproporcionadamente el impacto de los grandes errores (valores atípicos) en comparación con los pequeños errores. Esto se alinea directamente con el requisito de negocio de penalizar fuertemente los grandes errores de predicción en el modelo de regresión para el consumo diario de electricidad.
Para profundizar
Las métricas de evaluación de regresión difieren principalmente en cómo ponderan las magnitudes de los residuos. El MAE (L1) es robusto a los valores atípicos porque todos los errores se ponderan por igual, mientras que el RMSE/MSE (L2) amplifica los grandes errores cuadráticamente, convirtiéndolo en un valor predeterminado común cuando las desviaciones significativas son desproporcionadamente costosas. Un punto sutil y a menudo pasado por alto es que la optimización para RMSE asume que los errores objetivo son aproximadamente normales con varianza constante; si los datos reales contienen colas pesadas o valores atípicos ruidosos, el modelo puede distorsionarse para acomodarlos. En la práctica, la elección de la métrica debe seguir la estructura de costos del negocio: por ejemplo, un error de predicción de una hora en el tiempo de entrega puede ser levemente molesto, pero un error de diez horas no es meramente diez veces peor, puede ser inaceptable operacionalmente, por lo que el RMSE captura esa urgencia. Por el contrario, si se esperan algunas lecturas anómalas y no deben dictar el comportamiento del modelo, se prefiere el MAE o una pérdida winsorizada. El R-cuadrado se lee comúnmente mal como una métrica de error, pero es una comparación normalizada con una media de referencia y puede ser manipulado por la dispersión de los datos; el MAPE falla cuando los valores reales se acercan a cero y da un peso asimétrico a las subpredicciones porque el denominador es el valor real. Para el examen AI-900, reconozca que el RMSE es la métrica explícitamente ligada a 'penalizar los errores más grandes con mayor fuerza'.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de AI-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.