r - R:评估梯度提升机 (GBM) 的回归
问题描述
哪些是评估 GBM 算法在 R 中的拟合度的最佳指标(指标、图表、比率)?以及如何解释它们?
解决方案
我想也许你想多了这个!退后一步,想想什么是重要的……错误。你有预测值,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,所以如果您还没有查看,我建议您这样做!我已经在底部发布了链接。
-胭脂红
推荐阅读
- jasper-reports - 在生成的 Excel 文件中设置工作表选项卡的颜色很热门?
- sql - Rails 6 - 没有问号(?)的“where”sql查询
- python - 将 python 嵌入到 C++ 中
- sql-server - 在两个 SQL Server 数据库之间迁移数据
- android - Coordinator 布局内的回收站视图
- android - 如何在颤动中更改 FutureBuilder 的 connection.state
- google-chrome-extension - 使用 manifest.json 中的键字段将 chrome 扩展发布到 chrome webstore 时出现问题
- node.js - 是否有必要对我的 nodeJS API 实现多线程?
- google-api - Google Drive API 重新授权后,部分数据会丢失
- sql - 如何在 Oracle 中编写这种查询