...
← Curs Machine Learning și AI pentru începători: toate lecțiile
Lecția 10 · Evaluare

Eroarea unei predicții

Un model nu ghicește niciodată perfect. Ca să știi cât de bun e, trebuie să măsori cât greșește. Totul pornește de la eroarea unei singure predicții: diferența dintre valoarea reală și ce a prezis modelul.

Eroarea: real minus prezis

Pentru un apartament care s-a vândut cu 100.000 de euro, modelul a prezis 92.000. Eroarea este:

real = 100000
prezis = 92000
eroare = real - prezis
print(eroare)
8000

Convenția pe care o folosim în curs: eroare = real − prezis. Unele cărți scriu invers; ce contează e să fii consecvent.

Exercițiul tău

Calculează eroarea și eroarea absolută pentru 4 apartamente.

  • Pornește de la listele reale și prezise din editor.
  • Parcurge-le împreună cu zip.
  • Pentru fiecare apartament afișează Real: 98000, Prezis: 105000, Eroare: -7000, Eroare absolută: 7000.
În buclă: eroare = r - p și abs(eroare).

Soluția exercițiului

reale = [98000, 139000, 76000, 165000]
prezise = [105000, 130000, 76000, 150000]

for r, p in zip(reale, prezise):
    eroare = r - p
    print(f"Real: {r}, Prezis: {p}, Eroare: {eroare}, Eroare absolută: {abs(eroare)}")
Excelent! Continuă cu lecția următoare →
Vrei să afli mai mult?Semnul erorii · Eroarea absolută: doar mărimea · Erorile pe mai multe apartamente · Greșeli frecvente · Erori în lumea reală

Semnul erorii

SituațieSemnCe înseamnă
real 100.000, prezis 92.000+8000modelul a subestimat (a zis prea puțin)
real 100.000, prezis 107.000−7000modelul a supraestimat (a zis prea mult)
real 100.000, prezis 100.0000predicție perfectă

Semnul îți spune direcția greșelii. Dacă un model are aproape mereu erori pozitive, înseamnă că dă sistematic prețuri prea mici, ceea ce e o informație utilă.

Eroarea absolută: doar mărimea

De multe ori nu te interesează direcția, ci doar cât de mare e greșeala. Pentru asta folosești valoarea absolută, cu funcția abs():

print(abs(8000))
print(abs(-7000))
8000
7000
De ce contează

Dacă aduni erorile cu semn, +8000 și −8000 se anulează și pare că modelul n-a greșit deloc. Erorile absolute nu se anulează: 8000 + 8000 = 16.000 de euro greșeală în total.

erori = [8000, -8000]
print("Suma erorilor:", sum(erori))
print("Suma erorilor absolute:", sum(abs(e) for e in erori))
Suma erorilor: 0
Suma erorilor absolute: 16000

Erorile pe mai multe apartamente

Când ai mai multe predicții, le parcurgi în paralel cu zip, care ia câte un element din fiecare listă:

reale = [100000, 80000]
prezise = [92000, 85000]
for r, p in zip(reale, prezise):
    print(f"real {r}, prezis {p}, eroare {r - p}")
real 100000, prezis 92000, eroare 8000
real 80000, prezis 85000, eroare -5000

Greșeli frecvente

  • Ordinea inversă: prezis - real schimbă semnul tuturor erorilor. Alege o convenție și ține-te de ea.
  • Listele de lungimi diferite: zip se oprește la lista mai scurtă fără să te avertizeze.
  • Compararea erorilor cu semn: −20.000 nu este „mai bun” decât +5000. Compară erorile absolute.

Erori în lumea reală

Livrări

Estimare 30 de minute, livrare în 42: eroare de 12 minute (subestimare).

Meteo

Prognoză 25 °C, real 22 °C: eroare de −3 °C (supraestimare).

Stocuri

Un magazin care subestimează des vânzările rămâne fără produse pe raft.

main.pyPython
ConsolăSe încarcă...
Mediul de lucru se încarcă. Poți citi lecția între timp.
Rulează codul cu butonul de sus sau cu Ctrl + Enter / Cmd + Enter.
Parcursul tău Ce este AI și Machine Learning Lecția 10 · Eroarea unei predicții
Progres 0% 0 din 17
Lecția curentă 10 / 15 Evaluare