数值输出的混淆矩阵？ - Python
Confusion matrix for numerical output? - Python
我想评估我的模型的性能，但我遇到的问题是我一直使用混淆矩阵，因为我一直在做带有分类输出（分类）的模型。现在，我有这个带有数字输出的模型，但我既没有找到评估他的表现的方法也没有解释，当我使用其他内核代码时，它们会给我百分比准确度（如果是准确度？）但我不能查找任何参考资料或推断此 % 的计算方式。
那么，对于输出为数值的模型，我如何以及在哪里可以找到评估技术？ （以及他们的解释，因为我不喜欢使用我不喜欢的东西 understand/know）。
我正在与 python 合作。
我想到的用于评估回归模型的最流行技术是：
Mean Square Error（以及所有可能的变化，例如平均绝对误差、平均绝对百分比误差、平均百分比误差）
如果您对如何计算百分比误差感兴趣，您可能需要查看我上面提到的 article 中的 "Mean absolute percentage error" 和 "Mean percentage error" 部分。
我想评估我的模型的性能，但我遇到的问题是我一直使用混淆矩阵，因为我一直在做带有分类输出（分类）的模型。现在，我有这个带有数字输出的模型，但我既没有找到评估他的表现的方法也没有解释，当我使用其他内核代码时，它们会给我百分比准确度（如果是准确度？）但我不能查找任何参考资料或推断此 % 的计算方式。
那么，对于输出为数值的模型，我如何以及在哪里可以找到评估技术？ （以及他们的解释，因为我不喜欢使用我不喜欢的东西 understand/know）。
我正在与 python 合作。
我想到的用于评估回归模型的最流行技术是：
Mean Square Error（以及所有可能的变化，例如平均绝对误差、平均绝对百分比误差、平均百分比误差）
如果您对如何计算百分比误差感兴趣，您可能需要查看我上面提到的 article 中的 "Mean absolute percentage error" 和 "Mean percentage error" 部分。