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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注