【问题标题】:Regression Model Comparrison回归模型比较
【发布时间】:2018-08-10 23:44:14
【问题描述】:

我正在寻找指标来比较各种回归模型(例如 SVM、决策树、神经网络等),以确定每种回归模型在解决特定问题方面的优点。

对于我的问题,我有超过 80,000 个包含 12 个变量的训练样本,所有这些都是独立且同分布的。

我已经对神经网络进行了大部分研究,但在尝试将它们与其他模型进行比较时,我发现了一个空白。

任何意见(包括阅读建议)将不胜感激,谢谢!

【问题讨论】:

    标签: machine-learning neural-network regression


    【解决方案1】:

    您可以通过计算测试集上每个模型的均方误差来比较回归模型。最好的模型就是错误最少的模型。

    遗憾的是,回归模型没有像 roc 曲线这样的东西。除了你的输出是一个二元变量,就像逻辑回归一样。

    【讨论】:

    • 谢谢!在实际训练和测试模型之前,有什么方法可以评估模型的适用性吗?即每个人固有的好处/缺点?
    • 嗯,这很难说。理论上,神经网络可以逼近任何函数,SVM 需要一个核函数来将数据转换为更高维的特征空间……所以……我会尝试其中一种。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-10-13
    • 1970-01-01
    • 2016-02-27
    • 1970-01-01
    • 2021-11-08
    • 1970-01-01
    相关资源
    最近更新 更多