在R中使用随机森林预测连续变量的准确性

我在R中尝试使用随机森林来预测一个连续变量(计数)。预测变量的值范围是min=1max=1000

我尝试使用“confusionMatrix”来获取预测准确性,但自然地,我得到了预测和被预测值之间不同级别数量的错误。

在这种情况下,获取预测准确性的最佳方法是什么?


回答:

@ 用户名

大致来说,均方根误差可以理解为实际值和拟合值之间的标准化偏差。可以通过以下方式获得。

library(randomForest)set.seed(1237)iris.rg <- randomForest(Sepal.Length ~ ., data=iris, importance=TRUE,                        proximity=TRUE)sqrt(sum((iris.rg$predicted - iris$Sepal.Length)^2) / nrow(iris))[1] 0.3706187

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