回歸模型好壞的評估
2019/06/22 下午 08:40
機器學習共學討論版
Tru Chan
觀看數:51
回答數:3
收藏數:0
回歸模型
之前有提到回歸模型通常會使用MSE(RMSE)/MAE等評估指標
但這些指標背後的意義是否只是在說明預測值與觀測值(實際值)的差距(距離)
假設當我訓練好一個模型後(例如異常偵測模型),我如何告訴別人這個模型不錯?(如果是分類模型可以算準確率說明)
回答列表
-
2019/06/23 上午 10:42TLYu0419贊同數:0不贊同數:0留言數:0
在回歸模型中,如果fit出的模型能夠讓預測與實際的差距越小,就表示模型的能夠精準的預測結果(如果有落差,也不會與實際結果有太大的差異)。
因此,用MSE/MAE就能跟別人說這個模型的表現如何
-
2019/06/25 下午 05:51張維元 (WeiYuan)贊同數:0不贊同數:0留言數:0
「預測值與觀測值(實際值)的差距(距離)」不是就代表「預測正確與否」嗎?通常我們就是利用 MSE(RMSE)/MAE 來評斷好壞的!
-
2019/07/05 上午 01:28Seanyu.TW贊同數:0不贊同數:0留言數:0
除了標準的 evaluation metric 以外,另一種方法就是跟一個隨機猜測的模型它的 MAE/MSE 或是你的 loss function 做比較。如此至少可以說明你比隨機猜測的狀態好/壞多少。