如何评估均方误差(MSE)是否合理?

时间:2018-05-06 07:36:55

标签: python scikit-learn statistics regression

我正在使用scikit learn创建回归模型。 现在我想知道如何评估均方误差是合理还是差? 例如,当我进行交叉验证时,测试数据的列车数据模型的MSE为0.70。分数是合理还是差?  同样有意义的是计算模型的整个数据的MSE并比较它们并查看分数是否相似? 这不是编程问题,但我想知道如何评估价值。我不确定我的方式是否正确。

1 个答案:

答案 0 :(得分:0)

您应该使用MSE或其他回归性能指标(link)的方法是比较不同的模型(或具有不同超级映射的相同模型)。如果您保持数据集不变,那么它将让您了解哪些模型的性能更好,哪些更差。

让我建议2个基准回归模型,以便始终将您的复杂模型与之比较。如果您无法在测试MSE(或其他)方面击败这些,那么您做错了

  1. Dummy regressor link
  2. 线性回归link