logo
Loading...

請問評估指標的意義是說,當評估指標越低,預估的可信度越高嗎? - Cupoy

請問評估指標的意義是說,當評估指標越低,預估的可信度越高嗎?譬如說MAE作為迴歸分析的指標,MAE越...

ml100-3-d01,ml100-3

請問評估指標的意義是說,當評估指標越低,預估的可信度越高嗎?

2019/08/26 上午 10:51
機器學習共學討論版
Charlie
觀看數:115
回答數:3
收藏數:0
ml100-3-d01
ml100-3

請問評估指標的意義是說,當評估指標越低,預估的可信度越高嗎?


譬如說MAE作為迴歸分析的指標,MAE越低代表預測的可信度越高。

回答列表

  • 2019/08/26 下午 00:22
    Jimmy
    贊同數:0
    不贊同數:0
    留言數:1

    Hi Charlie!


    以 MAE 來說,他是衡量預測值與目標值的差距,差距越小當然是越好,但如果你使用 Accuracy 正確率,當然就是越高越好囉。所以評估指標的大小與優劣當然要看你使用的指標而定,沒有越低就是越好的情形存在喔!

  • 2019/08/26 下午 10:06
    陳立偉
    贊同數:0
    不贊同數:0
    留言數:0

    這個問題應該有兩部份,一部份是 input,一部份是 output。

    輸入指的是,要用什麼東西(指標、資料)去做分析。

    輸出指的是,分析完的資訊,要如果去對映結果的有效性。

    數值的大小不一定代表好壞,它只是特性的呈現而已。

    大小要改變很容易,結果加上倒數,或是某數-結果,都可以讓數字反過來,所以要加上輸出的分析才能真正產出有效資訊,這不是單純的大小高低這麼簡單。

  • 2019/08/27 上午 11:05
    張維元 (WeiYuan)
    贊同數:3
    不贊同數:2
    留言數:0

    MAE 指的是 Mean Absolute Error, MAE(平均絕對誤差),這邊的誤差是指「真實結果」跟「模型推算」的差距,因此是越低(模型推算的結果)越好(接近真實結果)。


    「當評估指標越低,預估的可信度越高嗎?」這邊並沒有特別討論到可信度這件事哦