【问题标题】:R: Evaluate Gradient Boosting Machines (GBM) for RegressionR:评估梯度提升机(GBM)的回归
【发布时间】:2021-06-16 02:34:26
【问题描述】:

评估 GBM 算法在 R 中的拟合度的最佳指标是哪些(指标、图表、比率)?以及如何解释它们?

【问题讨论】:

  • 这似乎不是适合 Stack Overflow 的特定编程问题。如果您对评估统计模型有一般性问题,那么您应该在Cross Validated 上提出这些问题。你更有可能在那里得到更好的答案。

标签: r evaluation gbm


【解决方案1】:

我想你可能想多了!退后一步,想想什么是重要的……错误。您有预测值,也有观察值。差异告诉您在跨模型比较时需要了解的大部分内容。 MSE、MPE 等基本措施应该没问题。如果您希望在给定模型中进行改进,我建议您查看 gbm 文档。例如,您可以将 gbm 模型对象传递给 summary(),以获取每个变量的相对影响。此外,您可以在文档中找到很多信息,因此如果您还没有查看,我建议您这样做!我已经在底部发布了链接。

-胭脂红

gbm_documentation

【讨论】:

    猜你喜欢
    • 2014-06-25
    • 2013-10-15
    • 1970-01-01
    • 2018-08-21
    • 2019-12-04
    • 1970-01-01
    • 2018-01-15
    • 2015-03-07
    • 2018-02-21
    相关资源
    最近更新 更多