machine-learning - 为什么将神经网络质量表示为 1 减去预测中的平均绝对误差与预测值范围之比？

Question

IBM 的 SPSS Modeler的文档将神经网络质量定义为：

对于连续目标，此 1 减去预测中的平均绝对误差（预测值的绝对值的平均值减去观察值）与预测值范围（最大预测值减去最小预测值）的比值.

这是计算标准吗？

我无法理解质量是如何由此得出的。

Answer 1

这里的要点是使网络质量度量独立于输出值的范围。建议的衡量标准是，1 - relative_error这意味着对于一个完美的网络，您将获得 1 的最大质量。这也意味着质量不能小于 0。

例子：

如果要预测 0 到 1 范围内的值，0.2 的绝对误差意味着 20%。在预测 0 到 100 范围内的值时，对于 20% 的相同准确度，您可能会有更大的绝对误差 20。

使用您描述的公式时，您会得到以下相对错误：

1 - 0.2 / (1 - 0) = 0.8

1 - 20 / (100 - 0) = 0.8