【发布时间】:2018-05-02 12:56:09
【问题描述】:
您是否知道除了 R 平方之外,还有其他有效且可识别的评分方法来评估 Regressor,例如 Gradient Boosting Regressor、Random Forest Regressor、SVR 等。
如果有很多不同的评分方法,我们在选择时要考虑的因素是什么?谢谢!
【问题讨论】:
标签: machine-learning regression data-science
您是否知道除了 R 平方之外,还有其他有效且可识别的评分方法来评估 Regressor,例如 Gradient Boosting Regressor、Random Forest Regressor、SVR 等。
如果有很多不同的评分方法,我们在选择时要考虑的因素是什么?谢谢!
【问题讨论】:
标签: machine-learning regression data-science
您需要注意过度拟合。 R-square 不会处理这个问题。您可能希望将调整后的 R 平方或最小二乘误差与权重组件一起使用,例如
(y - w.x)^2 + lambda*(w.w)
其中 lambda 是限制模型的权重,y 是原始输出,x 是输入,w 是模型的派生权重,因此 w.x 是预测输出。
【讨论】: