数值输出混淆矩阵? – Python

我想评估我模型的性能,但我遇到的问题是,我一直使用混淆矩阵,因为我之前做的模型都是分类输出(分类)。现在,我有一个数值输出的模型,我找不到任何方法或解释来评估它的性能,当我使用其他内核的代码时,它们给我的只是百分比的准确率(如果这是准确率的话?),我找不到任何参考或推断这个百分比是如何计算的。

那么,对于一个数值输出的模型,我如何以及在哪里可以找到评估技术?(以及它们的解释,因为我不喜欢使用我不理解/不知道的东西)。

我使用的是Python。


回答:

我想到了几种常用于评估回归模型的技术:

  • 均方误差(以及它的所有可能变体,例如平均绝对误差,平均绝对百分比误差,平均百分比误差)

  • R^2

如果你对如何计算百分比误差感兴趣,你可能想查看我在上面提到的文章中的“平均绝对百分比误差”和“平均百分比误差”部分。

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