在R中可以使用哪些指标来测试预测效果?

假设我有两个数据集:训练集和测试集。

我对训练集应用了线性回归和CART方法,然后使用预测函数对测试集进行预测。

因此,我将得到两种预测结果:

线性回归:2.5 1.4 2.19 …

CART:3 5 4 2 …

实际测试数据集:1 4 3 8 2 …

(当然,这些数字只是示例)。

那么,我可以使用哪些指标来判断哪种预测方法更优(即预测得更精确)呢?

非常感谢


回答:

在线性回归中,你可以使用均方根误差(RMSE)。你也可以尝试使用平均绝对误差(MAE)来评估测试集的实际预测值。RMSE的一个优势是它对较大的误差赋予更高的权重。

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