machine-learning - 解释统计模型指标

Question

您知道如何解释 RAE 和 RSE 值吗？我知道 COD 接近 1 是一个好兆头。这是否表明增强决策树回归是最好的？

Answer 1

RAE 和 RSE 接近 0 是一个好兆头……您希望误差尽可能低。有关评估模型的更多信息，请参阅本文。从该页面：

这里的术语“误差”表示预测值与真实值之间的差异。通常计算该差值的绝对值或平方以捕获所有实例中误差的总幅度，因为在某些情况下，预测值和真实值之间的差值可能为负数。误差度量根据其预测与真实值的平均偏差来衡量回归模型的预测性能。较低的误差值意味着模型在进行预测时更准确。总体误差度量为 0 意味着模型完美拟合数据。

是的，根据您当前的结果，增强的决策树表现最好。我不太了解您的工作细节，无法确定这是否足够好。老实说可能是这样。但是，如果您确定不是，您也可以调整“增强决策树回归”模块中的输入参数，以尝试获得更好的结果。“ ParameterSweep ”模块可以通过为您尝试许多不同的输入参数来提供帮助，并且您可以指定要优化的参数（例如您的问题中引用的 RAE、RSE 或 COD）。有关简要说明，请参阅本文。希望这可以帮助。

PS 我很高兴你正在调查维斯特洛的黑碳水平……我敢肯定瑟曦根本不在乎。