可以添加错误监控(实际温度与预测温度对比)吗?

我是一个机器学习的初学者,我想使用数据库中的实时温度数据来预测温度。在训练模型后,我想能够监控错误并设置一个阈值。如果实际温度与预测温度之间的误差大于我的阈值,我就想重新训练模型。这是可能的吗?


回答:

是的,这是可能的,具体方法取决于你使用的框架。你需要在每次预测后将最小化后的错误与阈值进行比较。另外,别忘了使用测试数据集进行预测,而不是用你用于训练的数据集。

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