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

在Keras中自定义损失函数在自编码器训练过程中产生误导性输出

我有大小为(100,100,4)的三阶张量,我试图用自…

如何将VGG16的输入通道形状从(224, 224, 3)替换为(224, 224, 1)?

我在使用VGG16进行迁移学习。我的图像是灰度的。因此…

机器学习分类

我的目标范围是1到5。有什么方法可以强制模型仅在这个范…

使用降维后的选定变量抛出值错误

我正在处理一个回归问题,即Kaggle上托管的波士顿房…

为什么”machine_learning”词形还原既是”machine_learning”又是”machine_learne”?

我在多个文本上运行LDA。当我生成一些关于生成的主题的…

如何将随机森林选择的特征转换为新列表

我正在处理一个回归问题。对于我的模型,我使用随机森林分…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注