回歸模型好壞的評估 - Cupoy

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 10:42
  TLYu0419
  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 01:28
  Seanyu.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。