Запитання з тегом «rms»

Чому слід використовувати кореневу середньоквадратичну помилку (RMSE) замість середньої абсолютної помилки (MAE) ?? Привіт Я досліджував помилку, що генерується в обчисленні - спочатку я обчислював помилку як помилку «Кореневе середнє значення». Придивившись трохи ближче, я бачу, що ефекти квадратичної помилки надають більшої ваги більшим помилкам, ніж меншим, перекосуючи оцінку помилок …

58 least-squares  mean  rms  mae 

Я запускаю класифікацію у Weka для певного набору даних, і я помітив, що якщо я намагаюся передбачити номінальне значення, то вихід конкретно показує правильно та неправильно прогнозовані значення. Однак тепер я запускаю його для числового атрибута, а вихід: Correlation coefficient 0.3305 Mean absolute error 11.6268 Root mean squared error 46.8547 …

41 machine-learning  error  weka  mse  rms 

Скажімо, у мене є модель, яка дає мені прогнозовані значення. Я обчислюю RMSE цих значень. А потім стандартне відхилення фактичних значень. Чи має сенс порівнювати ці два значення (дисперсії)? Я думаю, що якщо RMSE і стандартне відхилення схожі / однакові, то помилка / дисперсія моєї моделі є такою ж, як …

21 standard-deviation  standard-error  rms 

З підручника " Прогнозування: принципи та практика " Роб Дж Хайндман та Джорджа Атанасопулоса , зокрема розділ про вимірювання точності : Метод прогнозування, що мінімізує MAE, призведе до медіани прогнозів, тоді як мінімізація RMSE призведе до середнього прогнозу Чи може хтось дати інтуїтивне пояснення того, чому мінімізація МАЕ призводить до …

20 forecasting  mean  median  rms  mae 

Я намагаюся зрозуміти перехресну валідацію для порядкової логістичної регресії. Мета гри - перевірити модель, яка використовується в аналізі ... Спочатку будую набір даних про іграшки: set.seed(1) N <- 10000 # predictors x1 <- runif(N) x2 <- runif(N) x3 <- runif(N) # coeffs in the model a <- c(-2,-1) x <- …

12 regression  cross-validation  ordered-logit  rms 

У мене виникає питання щодо обґрунтованості використання RMSE (Root Mean Squared Error) для порівняння різних логістичних моделей. Відповідь є 0або, 1і прогнози є ймовірністю між 0- 1? Чи справедливий спосіб, застосований нижче, і для двійкових відповідей? # Using glmnet require(glmnet) load(url("https://github.com/cran/glmnet/raw/master /data/BinomialExample.RData")) cvfit = cv.glmnet(x, y, family = "binomial", type.measure …

10 regression  logistic  generalized-linear-model  glmnet  rms 

Я реалізую перехресну перевірку та обчислення показників помилок, таких як RMSE, R2R2R^2, MAE, MSE тощо. Чи можуть RMSE та MAE мати однакове значення?

9 cross-validation  rms  mae 

Приклади: у мене є речення в описі посади: "Старший інженер Java у Великобританії". Я хочу використовувати модель глибокого навчання, щоб передбачити її як 2 категорії: English і IT jobs. Якщо я використовую традиційну модель класифікації, вона може передбачити лише 1 мітку з softmaxфункцією на останньому шарі. Таким чином, я можу …

9 machine-learning  deep-learning  natural-language  tensorflow  sampling  distance  non-independent  application  regression  machine-learning  logistic  mixed-model  control-group  crossover  r  multivariate-analysis  ecology  procrustes-analysis  vegan  regression  hypothesis-testing  interpretation  chi-squared  bootstrap  r  bioinformatics  bayesian  exponential  beta-distribution  bernoulli-distribution  conjugate-prior  distributions  bayesian  prior  beta-distribution  covariance  naive-bayes  smoothing  laplace-smoothing  distributions  data-visualization  regression  probit  penalized  estimation  unbiased-estimator  fisher-information  unbalanced-classes  bayesian  model-selection  aic  multiple-regression  cross-validation  regression-coefficients  nonlinear-regression  standardization  naive-bayes  trend  machine-learning  clustering  unsupervised-learning  wilcoxon-mann-whitney  z-score  econometrics  generalized-moments  method-of-moments  machine-learning  conv-neural-network  image-processing  ocr  machine-learning  neural-networks  conv-neural-network  tensorflow  r  logistic  scoring-rules  probability  self-study  pdf  cdf  classification  svm  resampling  forecasting  rms  volatility-forecasting  diebold-mariano  neural-networks  prediction-interval  uncertainty