使用 R-Squared 评估随机森林性能
Evaluate Random Forest performance using R-Squared
我想评估 Python 中随机森林回归器的测试性能，除了 运行 在训练集上进行交叉验证之外，我想知道它是否合适到 运行 预测的 Y 测试结果和实际 Y 测试结果之间的某种相关性分析？
我可能过于简单化的想法是，两者之间的显着相关性表明预测的 Y 与实际测试 Y 一致，因此，预测是好的...
我们非常欢迎任何替代建议。谢谢。
你可以运行一个相关性分析是合适的，但是如果相关性很大并不总是正确的，说明你的模型很好。您还必须查看变化。还取决于您要解决的任务（分类、分割、回归 e.t.c），您可以使用指标来检测您的预测有多好。您可以在此处找到不同的指标 http://scikit-learn.org/stable/modules/model_evaluation.html.
我想评估 Python 中随机森林回归器的测试性能，除了 运行 在训练集上进行交叉验证之外，我想知道它是否合适到 运行 预测的 Y 测试结果和实际 Y 测试结果之间的某种相关性分析？
我可能过于简单化的想法是，两者之间的显着相关性表明预测的 Y 与实际测试 Y 一致，因此，预测是好的...
我们非常欢迎任何替代建议。谢谢。
你可以运行一个相关性分析是合适的，但是如果相关性很大并不总是正确的，说明你的模型很好。您还必须查看变化。还取决于您要解决的任务（分类、分割、回归 e.t.c），您可以使用指标来检测您的预测有多好。您可以在此处找到不同的指标 http://scikit-learn.org/stable/modules/model_evaluation.html.