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

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