K_DM Book

Loss pinball

03.2.9

Loss pinball

Diperbarui 2020-06-03 Baca 2 menit
Ringkasan
  • Loss pinball mengukur sejauh mana prediksi kuantil meleset di atas atau di bawah target secara asimetris.
  • Hitung metrik ini di Python untuk model kuantil dan perhatikan peran parameter \(\tau\).
  • Pelajari penggunaannya pada peramalan permintaan dan manajemen risiko, serta tips menentukan kuantil.

1. Definisi #

Untuk kuantil \(\tau\):

$$ L_\tau(y, \hat{y}) = \begin{cases} \tau (y - \hat{y}) & \text{jika } y \ge \hat{y} \\ (1 - \tau)(\hat{y} - y) & \text{lainnya} \end{cases} $$

Prediksi di bawah kuantil dihukum \(\tau\) kali selisih; prediksi di atas dihukum \(1-\tau\) kali selisih.


2. Implementasi di Python #

1
2
3
4
5
from sklearn.metrics import mean_pinball_loss

quantile = 0.9
loss = mean_pinball_loss(y_true, y_pred_quantile, alpha=quantile)
print(f"Pinball Loss (q={quantile}): {loss:.4f}")

Set alpha ke kuantil yang diinginkan. Gunakan bersama model regresi kuantil (contoh: GradientBoostingRegressor dengan loss="quantile").


3. Interpretasi #

  • Semakin kecil semakin baik: prediksi kuantil sempurna menghasilkan loss nol.
  • \(\tau = 0.5\) identik dengan MAE.
  • Asimetris: memungkinkan kontrol penalti untuk over/under-forecast dengan menyesuaikan \(\tau\).

4. Penerapan praktis #

  • Interval permintaan: nilai kuantil 0.9 untuk menentukan stok pengaman.
  • Manajemen risiko: Value at Risk dan ukuran risiko lainnya bergantung pada evaluasi kuantil.
  • Forecast beban energi: latih model kuantil atas/bawah, lalu nilai memakai loss pinball.

5. Tips #

  • Melatih model per kuantil bisa mahal; pertimbangkan library yang mendukung multi-kuantil (LightGBM, CatBoost).
  • Kuantil ekstrem (mendekati 0 atau 1) membutuhkan banyak data agar stabil.
  • Kombinasikan loss pinball dengan metrik cakupan seperti PICP untuk menilai akurasi dan cakupan interval sekaligus.

Ringkasan #

  • Loss pinball adalah metrik utama regresi kuantil, memungkinkan kontrol galat yang asimetris.
  • mean_pinball_loss mempermudah evaluasi; pilih \(\tau\) sesuai toleransi risiko.
  • Untuk ramalan interval, padukan loss pinball dengan metrik cakupan agar penilaian kinerja lebih lengkap.