問題タブ [mse]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
statistics - MSEはリコールのようなものですか?
ある記事では、SVM を使用した分類で、各クラスの MSE (平均二乗誤差) が表現されています。混同行列を使用しています。各クラスの結果を比較するための MSE のようなリコールですか。
python - ツリーの視覚化と OOB エラー: 'numpy.ndarray' オブジェクトは呼び出し可能ではありません
RandomForestRegresser と GradietBoostRegressor のツリーの数と OOB エラーを視覚化したいと考えています。だから私はこの行をコーディングしましたが、何らかの理由で「numpy.ndarray」オブジェクトは呼び出し可能ではありません。これが機能しなかった理由を知っている人はいますか? 良い一日をお過ごしください。ありがとうございます。
python - Keras: model.prediction が model.evaluation の損失と一致しません
このチュートリアルhttps://github.com/Hvass-Labs/TensorFlow-Tutorials/blob/master/23_Time-Series-Prediction.ipynb (別のデータセット) を適用しましたが、turorial は個々の出力から平均二乗誤差を計算しませんでした、そのため、比較関数に次の行を追加しました。
しかし、予測からの損失と mse は、モデルからの損失と mse とは異なりました。テスト データの評価。model.evaluation (損失、前、mse) からのエラー (テスト セット):
個々のターゲットからのエラー (出力):
モデルのトレーニングに問題があると思いますが、正確にどこにあるのかわかりませんでした。よろしくお願いします。
ありがとう
performance - RMSE と平均ターゲット変数
回帰の問題があり、以下を使用してモデルのパフォーマンスを評価したいと考えています。
- RMSE
- MSE
- 前
- マペ
- R2
- テストデータのターゲット変数の平均も報告しています
以前、私のモデルは RMSE ~ 40 を達成しており、平均ターゲット変数は 112 でした。
結果を改善するために、データのいくつかの列と値の分布を変更しました。この変更は、トレーニング データとテスト データの両方に影響を与えています。そうは言っても、テスト データの平均ターゲット変数は ~ 80 です。
- RMSE ~ 30
- テスト データの平均ターゲット変数: ~ 80
RMSE が 40 から 30 に減少した場合、私は本当に良い仕事をしているでしょうか? それとも、以前は 40 (RMSE)/112 (平均ターゲット変数) だったのに対し、現在は 30 (RMSE)/80 (平均ターゲット変数) だったので、自分をだましているでしょうか?
言い換えれば、私たちがどれだけうまくやっているかを知るために、RMSEをターゲット変数の平均と実際に比較する必要がありますか?
python - カスタム損失 mse 関数に if 条件を追加する
DNNモデルの小さな値をより強調するために、kerasでカスタム損失mse関数を使用しようとしています。
私はこのようなことを試しました:
私の ML モデルの入力は 41 値です。出力値は 1 つだけです。
しかし、次のエラーが返されます: OperatorNotAllowedInGraphError: Using a tf.Tensor
as a Python bool
is not allowed in Graph execution. Eager 実行を使用するか、この関数を @tf.function で装飾します。
助けてくれてありがとう!
python - PyTorch は MSE と MAE を計算します
以下のモデルのMSEとMAEを計算したいと思います。モデルは、各エポック後に MSE を計算しています。全体的な MSE 値を取得するにはどうすればよいですか? 同じコードを使用して MAE を計算できますか? よろしくお願いします
python - statsmodel ARIMA による非現実的な平均二乗誤差
序文: 自分が何をしているのかわかりません。
uni stats クラスの場合、Python で時系列予測を行う必要があります。
私は基本的にこのチュートリアルに従いましたが、私のデータを使用しました: https://www.digitalocean.com/community/tutorials/a-guide-to-time-series-forecasting-with-arima-in-python-3
MSE を除いて、すべてが完全に正常に動作しています。
すべてをプロットすると、次のようになります。
MSEに使用するデータは次のとおりです。
元のデータ (トランザクション['2016-05-01':]):
予測 (予測) データ (pred.predicted_mean):
次の方法で MSE を計算しています。
結果は次のとおりです。
予測の平均二乗誤差は 1130250.12 です。予測
の二乗平均平方根誤差は 1063.13 です。
私がグーグルで検索した他の MSE と比較すると、非常に高いようです。
私が間違っていることを教えてもらえますか?
必要に応じて、さらに (すべての) コードを投稿できます。
前もって感謝します!
python - LASSO 回帰の Mse 値
私はなげなわ回帰に取り組んでいます。データセットには 155 行と 6 つの入力列があるため、最後のモデル (デシジョン ツリー reg、SVR、rfr ..) にはオーバーフィッティングの問題があります。k 分割交差検証を使用してなげなわ回帰を試したところ、以下の結果が得られました。
トレーニングとテストの MSE 値に従って評価する場合、投げ縄モデルを十分に評価できますか?
r - R の加重データに基づいて要約統計を計算するにはどうすればよいですか? (AUC、MSE、MAE、R2など)
Shiny ダッシュボード アプリを作成しています。このアプリの機能の 1 つは、関連するものに応じて、MSE、MAE、および AUC または R2 のいずれかを示す統計テーブルです。
これらの統計は現在、データに基づいており、各行を均等に扱っています。ただし、データには加重列が含まれています。一部の重みは 1 ですが、ほとんどの重みは乱雑な数値 (つまり 3.4241) です。この機能を許可する方法がわかりません。
ModelMetrics パッケージの関数 mse、mae、および auc を使用しています。これらは、実際の値のベクトルと予測値のベクトルを取ります。重み付けを考慮するためのオプションはないようです。
誰にもアイデアはありますか?独自のバージョンの関数を作成する必要があると思いますが、これを行う方法がわかりません。