我的归一化数据集在 0 和 1 之间的好 MSE 和 RMSE 是什么

Question

我使用一个训练源 CSV 文件生成一个主数据框，我将其分成 80% 的训练数据和 20% 的测试数据。在拆分数据之前，我对数据框的所有列进行了规范化，以使所有独立和依赖数据都在 0 和 1 之间，包括目标（因变量）。在训练后的结果中，我的预测值都在 0 和 1 之间。然后我对单个预测进行反规范化，以查看我得到的值并与预期值进行比较。我的问题是我正在通过 MSE（均方误差）和 RMSE（均方根误差）来测量模型。我的训练数据上的 MSE 和 RMSE 分别为 0.03 和 0.16。这些可接受的值是否具有标准化数据源？如果不是，对于我的标准化数据源，什么是可接受的值？或者我应该标准化我的数据，因为我的自变量之间的范围差异没有很大差异？如果我不规范化我的数据，我应该使用规范化 RMSE 来解释指标吗？如果我在不对训练和测试数据进行归一化时对 RMSE 进行归一化，那么归一化 RMSE 的可接受值是多少？提前感谢您的任何回复。

Answer 1

“好”应该是相对于天真的预测（例如随机游走）来衡量的。该基准将根据数据的波动程度而有所不同。 .5 对于一个预测来说可能很糟糕，而对于另一个预测来说却是极好的。