迴歸演算法的誤差度量
當我們建立迴歸演算法並想知道模型的效率如何時,我們使用錯誤度量來取得代表機器學習模型錯誤的值。當我們想要測量數值(實數、整數)的預測模型的誤差時,本文的指標就非常重要。
在本文中,我們將介紹迴歸演算法的主要誤差指標,在 Python 中手動執行計算,並在美元報價資料集上測量機器學習模型的誤差。
所涉及的指標
- SE — 誤差總和
- ME — 平均誤差
- MAE — 平均絕對誤差
- MPE — 平均百分比誤差
- MAPAE — 平均絕對百分比誤差
這兩個指標有點相似,我們有平均值和誤差百分比的指標,以及平均和絕對誤差百分比的指標,只是有區別,以便一組獲得差異的實際值,另一組獲得絕對值的差異。重要的是要記住,在這兩個指標中,數值越低,我們的預測就越好。
SE - 誤差總和
SE 指標是本文中最簡單的指標,其公式為:
SE = εR — P
因此,它是真實值(模型的目標變數)與預測值之間的差值總和。此指標有一些缺點,例如不將值視為絕對值,這將導致錯誤值。
ME - 誤差平均值
ME 指標是 SE 的“補充”,我們基本上有一個區別,即我們將在給定元素數量的情況下獲得 SE 的平均值:
ME = ε(R-P)/N
與 SE 不同,我們只需將 SE 結果除以元素數量。這個指標和 SE 一樣,取決於規模,也就是說,我們必須使用同一組數據,並且可以與不同的預測模型進行比較。
MAE——平均絕對誤差
MAE 指標是 ME,但僅考慮絕對(非負)值。當我們計算實際值和預測值之間的差異時,我們可能會得到負結果,而這種負差異會應用於先前的指標。在這個指標中,我們必須將差異轉換為正值,然後根據元素數量取平均值。
MPE:平均百分比誤差
MPE 指標是平均誤差佔每個差異總和的百分比。這裡我們必須取得差異的百分比,將其相加,然後除以元素數量以獲得平均值。因此,實際值和預測值之間的差異除以實際值,再乘以 100,我們將所有這些百分比相加,然後除以元素數量。此指標與比例 (%) 無關。
MAPAE - 平均絕對百分比誤差
MAPAE 指標與先前的指標非常相似,但是預測 x 實際之間的差異是絕對的,也就是說,您用正值來計算它。因此,該指標是錯誤百分比的絕對差異。此指標也是與尺度無關的。
在實踐中使用指標
給出每個指標的解釋,我們將根據美元匯率機器學習模型的預測,在 Python 中手動計算這兩個指標。目前,大多數迴歸指標都存在於 Sklearn 套件中的現成函數中,但這裡我們將手動計算它們,僅用於教學目的。
我們將只使用隨機森林和決策樹演算法來比較兩個模型之間的結果。
數據分析
在我們的資料集中,我們有 SaldoMercado 和 saldoMercado_2 欄,它們是影響 Value 欄位(我們的美元報價)的資訊。正如我們所看到的,MercadoMercado 餘額與報價的關係比 Merado_2 餘額更密切。也可以觀察到我們沒有缺失值(無限或 Nan 值),而balanceMercado_2 欄位有許多非絕對值。
模型準備
我們透過定義預測變數和我們想要預測的變數來準備機器學習模型的值。我們使用train_test_split將資料隨機分為30%用於測試,70%用於訓練。
最後,我們初始化兩種演算法(RandomForest 和 DecisionTree),擬合數據並用測試數據測量兩種演算法的分數。我們獲得了 TreeRegressor 83% 的分數和 ForestRegressor 90% 的分數,這在理論上表明 ForestRegressor 表現更好。
結果與分析
鑑於 ForestRegressor 的部分觀察到的效能,我們建立了一個包含應用指標所需資料的資料集。我們對測試資料進行預測,並使用實際值和預測值建立一個 DataFrame,包括差異和百分比欄位。
我們可以觀察到,相對於美元匯率的實際總額與我們模型預測的匯率:
- 我們的總差額為 R$578.00
- 這代表預測 x 實際值之間存在 0.36% 的差異(不考慮絕對值)
- 就平均誤差 (ME) 而言,我們的值較低,平均為 R$0.009058
- 對於絕對平均值,該值會增加一點,因為我們的資料集中有負值
我強調,這裡我們是出於教學目的手動執行計算。但是,建議使用 Sklearn 套件中的指標函數,因為它具有更好的性能並且計算出錯的可能性較低。
完整的程式碼可以在我的 GitHub 上找到:github.com/AirtonLira/artigo_metricasregressao
作者:Airton Lira Junior
LinkedIn:linkedin.com/in/airton-lira-junior-6b81a661/
以上是回歸演算法的指標的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本教程演示如何使用Python處理Zipf定律這一統計概念,並展示Python在處理該定律時讀取和排序大型文本文件的效率。 您可能想知道Zipf分佈這個術語是什麼意思。要理解這個術語,我們首先需要定義Zipf定律。別擔心,我會盡量簡化說明。 Zipf定律 Zipf定律簡單來說就是:在一個大型自然語言語料庫中,最頻繁出現的詞的出現頻率大約是第二頻繁詞的兩倍,是第三頻繁詞的三倍,是第四頻繁詞的四倍,以此類推。 讓我們來看一個例子。如果您查看美國英語的Brown語料庫,您會注意到最頻繁出現的詞是“th

處理嘈雜的圖像是一個常見的問題,尤其是手機或低分辨率攝像頭照片。 本教程使用OpenCV探索Python中的圖像過濾技術來解決此問題。 圖像過濾:功能強大的工具圖像過濾器

本文解釋瞭如何使用美麗的湯庫來解析html。 它詳細介紹了常見方法,例如find(),find_all(),select()和get_text(),以用於數據提取,處理不同的HTML結構和錯誤以及替代方案(SEL)

本文比較了Tensorflow和Pytorch的深度學習。 它詳細介紹了所涉及的步驟:數據準備,模型構建,培訓,評估和部署。 框架之間的關鍵差異,特別是關於計算刻度的

Python是數據科學和處理的最愛,為高性能計算提供了豐富的生態系統。但是,Python中的並行編程提出了獨特的挑戰。本教程探討了這些挑戰,重點是全球解釋

本教程演示了在Python 3中創建自定義管道數據結構,利用類和操作員超載以增強功能。 管道的靈活性在於它能夠將一系列函數應用於數據集的能力,GE

Python 對象的序列化和反序列化是任何非平凡程序的關鍵方面。如果您將某些內容保存到 Python 文件中,如果您讀取配置文件,或者如果您響應 HTTP 請求,您都會進行對象序列化和反序列化。 從某種意義上說,序列化和反序列化是世界上最無聊的事情。誰會在乎所有這些格式和協議?您想持久化或流式傳輸一些 Python 對象,並在以後完整地取回它們。 這是一種在概念層面上看待世界的好方法。但是,在實際層面上,您選擇的序列化方案、格式或協議可能會決定程序運行的速度、安全性、維護狀態的自由度以及與其他系

Python的statistics模塊提供強大的數據統計分析功能,幫助我們快速理解數據整體特徵,例如生物統計學和商業分析等領域。無需逐個查看數據點,只需查看均值或方差等統計量,即可發現原始數據中可能被忽略的趨勢和特徵,並更輕鬆、有效地比較大型數據集。 本教程將介紹如何計算平均值和衡量數據集的離散程度。除非另有說明,本模塊中的所有函數都支持使用mean()函數計算平均值,而非簡單的求和平均。 也可使用浮點數。 import random import statistics from fracti


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

禪工作室 13.0.1
強大的PHP整合開發環境

Atom編輯器mac版下載
最受歡迎的的開源編輯器

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Dreamweaver Mac版
視覺化網頁開發工具