在R中可以使用哪些指标来测试预测效果?

假设我有两个数据集:训练集和测试集。

我对训练集应用了线性回归和CART方法,然后使用预测函数对测试集进行预测。

因此,我将得到两种预测结果:

线性回归:2.5 1.4 2.19 …

CART:3 5 4 2 …

实际测试数据集:1 4 3 8 2 …

(当然,这些数字只是示例)。

那么,我可以使用哪些指标来判断哪种预测方法更优(即预测得更精确)呢?

非常感谢


回答:

在线性回归中,你可以使用均方根误差(RMSE)。你也可以尝试使用平均绝对误差(MAE)来评估测试集的实际预测值。RMSE的一个优势是它对较大的误差赋予更高的权重。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注