回归模型评估

我在寻找评估回归模型的方法,类似于聚类模型中的准确度,请问我该如何评估我的回归模型?


回答:

这非常简单:我假设你的回归函数会输出一个与目标值略有不同的数字。实际上,这可能比聚类还要简单,让我来解释为什么…

评估的区别

在聚类中,你有标签。一个元素可能有错误或正确的标签。有不同的情况(假阳性、假阴性、真阳性、真阴性)。你的测试可能需要考虑所有这些情况(准确度关注整体正确性,不论具体情况)。

在回归中,你的结果是一个数字(如2.123),你的目标是另一个数字(如1.100)。你的误差是两者的差异(在这种情况下是1.023)。你现在可以应用各种不同的方法来计算所有结果中的误差大小,也要考虑正误差和负误差。

计算方法

有很多方法,你需要选择适合你的方法。以下是可能最流行的两种方法:

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