时间戳

首页 > 解决方案 > 证明多元线性回归模型效率的良好 RMSE（均方根误差）值范围是多少？

machine-learning - 证明多元线性回归模型效率的良好 RMSE（均方根误差）值范围是多少？

问题描述

我是 ML 领域的新手。遵循一些简单的 ML 技术，我构建了一个基于多元线性回归的 ML 模型，用于预测系统的计算资源使用情况。因此，当我执行测试时，考虑到我的 ML 模型，我得到的 RMSE 值小于 7（大约 ~ 6.632）。所以，我有点想知道，这个值是科学界可以接受的吗？还是价值太高？提前谢谢你。

标签： machine-learninglinear-regression

解决方案

让我举两个具有相同 RMSE 值的示例：

  • 我试图预测租金价格通常在 500 美元-1000 美元之间的公寓的租金价格。可以认为 15 美元的 RMSE 值是一个非常低的 RMS 误差，最佳拟合线将满足我的需求。
  • 我正在尝试预测下一次家庭晚餐的价格，价格通常在 10 美元-25 美元之间。相同的 RMSE 值 15 美元可能会被认为很差，并且可能无法满足最佳拟合线。

回归问题（即 RMSE、MAE、MSE）中许多分数的解释都取决于您的问题的领域，以及您认为可以接受的范围。除非它源自相同的回归问题，否则您无法真正比​​较 RMSE 分数。

推荐阅读