随机森林回归

时间:2019-07-28 15:02:47

标签: python machine-learning scikit-learn regression random-forest

我正在尝试创建一个随机森林回归模型来预测具有以下特征的连续变量(对数转换后):

计数2868.000000 均值4.566630 标准1.233496 最低-0.356675 25%3.745966 50%4.604670 75%5.452325 最高8.141889

就负平均绝对误差而言,我得到的最佳结果是-0.64。我应该如何评估这个结果?它是好/体面/坏吗?

非常感谢您。

1 个答案:

答案 0 :(得分:-1)

这是指向文档docs

的链接

对于您的问题的简单答案是,拥有-0.64 NMAE很好。

NMAE与MAE相反,但是您基本上可以删除负号并将其视为普通MAE。因此,这意味着如果您具有较高的MAE,则意味着NMAE也很高,但这并不是一个好的结果,但是较低的MAE可以被视为是较低的NMAE,当然,这取决于您想要拥有的结果。< / p>