随机森林中每棵树的平均绝对误差

Question

我正在使用 weka 的评估类来计算随机森林中每棵生成树的平均绝对误差。解释说“指的是数值类的预测值的误差，以及名义类的预测概率分布的误差。”

有人可以用简单的话或可能举个例子来解释吗？

Answer 1

平均绝对误差表明您的预测平均与测试数据的实际值有多接近。

对于数字类，这很容易考虑。
示例：

真值：{0、1、4}
预测值：{1、3、1}
差异：{-1, -2, 3}（从真值中减去预测值）
绝对差异：{1、2、3}
平均绝对差：(1+2+3)/3 = 2

对于名义类别，预测不再是单个值，而是属于不同可能类别的实例的概率分布。提供的示例将有两个类。
示例：

符号：[0.5, 0.5] 表示一个实例有 50% 的机会属于 Y 类，50% 的机会属于 X 类。

真实分布：{ [0,1] , [1,0] }
预测分布：{ [0.25, 0.75], [1, 0] }
差异：{ [-0.25, 0.25], [0, 0] }
绝对差异：{ (0.25 + 0.25)/2, (0 + 0)/2 } = {0.25, 0}
平均绝对差：(0.25 + 0)/2 = 0.125

You can double check my explanation by visiting the source code for Weka's evaluation class.
另外作为旁注，我相信 Weka 报告的随机森林的平均绝对差异是针对整个森林，而不是单个树。