为了判断我的模型是好是坏，我查找了RMSE(模型按RMSE排序)。RMSE的值。validation_metrics的RMSE值为0.4526.，training_metrics的RMSE值为0.4571.但是，我使用h2o.performance函数或h2o.predict函数来获取RMSE的值，h2
浏览 22提问于2019-08-29得票数 0
使用h2o.randomForest创建模型之后，然后使用：print(perf)H2OBinomialMetrics: drf
RMSE: 0.3679604Mean Per-Class Error(回忆)和特异性，但是我无法从这些度量的角度来理解所提供的</em
浏览 5提问于2017-04-29得票数 9
回答已采纳
我目前正在使用Python (RandomForestRegressor()来自sklearn的randomforest()函数)和R(来自RandomForest包的randomforest()函数)中的随机森林，我想知道是否有人在Python中经历过更好的结果。我正在附加代码和使用数据集获得的结果。这不是我现在感兴趣的数据集，但无论我使用什么数据集，我都会一直在Python<e
浏览 8提问于2022-09-15得票数 0
我在R中使用h2o (最新版本)，我使用h2o.grid (用于参数调整)创建了一个随机森林模型，并将其命名为“my_rf”
<e
浏览 1提问于2017-03-31得票数 3
回答已采纳
1回答
我正在训练一个具有7个编码(conv，BN，relu，maxpool)和5个解码(conv，BN，relu，上采样)层的网络。我试着用200,2000,6000个数据集来训练网络。我同时使用验证(0.1)和测试。无论我的数
浏览 0提问于2019-10-28得票数 1
1回答
我观察到的是，培训RMSE高于验证RMSE。我使用的是默认参数的模型，即两个隐层，每个层有200个神经元，没有l1/l2正则化。激活是整流器。没有Dropout补充说。我想知道如何在验证RMSE下面调优两个获得训练RMSE的超参数？我正在使用单独的列车，验证和测试集.训练数据有1958826个样本，
浏览 0提问于2018-11-26得票数 1
1回答
R中模型的评分和排序
、、、
我正在用Arima、H2O.Randomforest、glmnet、lm等多种模型对R中的多元时间序列数据进行预测建模。 else if(n == 2){ } Model3() 现在，我应该将这些模型自动化，通过在预测值和观测值之间找到精度来给出RMSE和MAPE。每次我用
浏览 1提问于2017-07-07得票数 0
3回答
我正在试验R和randomForest包，我有一些使用支持向量机和神经网络的经验。我的第一个测试是尝试回归:sin(X)+高斯噪声。使用神经网络和支持向量机，我得到了sin(x)的“相对”好的近似值，这样噪声就被过滤掉了，学习算法也不会过拟合。(对于合适的参数)当在randomForest上做同样的事情时，我得到了一个完全过拟合的解决方案。我简单地使用(R 2.1
浏览 1提问于2012-02-13得票数 8
3回答
邻近矩阵-随机森林，R
、、、
我使用R中的randomForest包，它允许计算邻近矩阵(P)。在对包的描述中，它将参数描述为：“如果调用proximity=TRUE，则输入之间的邻近度量矩阵(基于数据点对位于同一终端节点上的频率)。”我得到随机森林的邻近矩阵如下：
P <- randomForest(x, y, ntree = 1000, proximity=TRUE)$proximi
浏览 4提问于2014-05-20得票数 10
回答已采纳
2回答
我阅读了所有关于RMSE相对于其他绝对错误的利弊，即平均绝对误差(MAE)。请参阅下列参考资料：底线是什么？如何比较模型Still我无法理解关于RMSE基于MAE，我可以肯定地解释，预测价格和</
浏览 0提问于2018-08-14得票数 13
回答已采纳
我使用一个训练源CSV文件raed成一个主数据，我分裂成80%的训练数据和20%的测试数据。在拆分数据之前，我将dataframe的所有列规范化为所有独立的和依赖的数据介于0和1之间，包括目标(因变量)。在我的结果中，在训练后，我的预测值都在0到1之间。然后，我去规范化一个预测，看看我得到了什么值，并与期望值进
浏览 1提问于2018-10-02得票数 1
回答已采纳
1回答
我可以看出存在一些过度拟合的情况，因为我的初始值与交叉验证值之间的关系如下：
RF: 10倍R平方= 0.758，neg RMSE = -540.2 vs未验证的R平方为0.877，RMSE为505.6DT: 10倍R平方= 0.711，neg RMSE = -576.4 vs未验证R平方为0.829，RMSE为595.8。LR: 10倍R平方=
浏览 0提问于2021-01-14得票数 0
6回答
我对目标变量Wavelength进行了从V1到V12的数字特征观测。我想计算Vx列之间的均方根误差。数据格式如下。
这是我找到的一个链接，但我不确定如何才能获得y_pred：
对于下面提供的链接，我认为我没有预测值：
浏览 1提问于2014-10-07得票数 11
我正在尝试理解randomForest包和caret包中的随机森林实现之间的区别。例如，这在randomForest中指定了2000棵具有mtry = 2的树，我显示了每个预测值的基尼系数：library(tidyr)
rf1 <- randomForest，而rf2的混淆矩阵没有错误。0
浏览 3提问于2015-05-12得票数 2
我正在比较随机森林(RF)和前馈神经网络(NN)来预测物种丰富度。在这两种模型中，我都使用了相同的(60)预测器。以下是神经网络的结果：Relative RMSE: 0.26 ±0.04RMSE: 7 ±1.1r2: 0.36 ±0.1
结果为5倍的平均值，图显示了所有5倍的累积预测值
浏览 17提问于2022-01-06得票数 -2
回答已采纳
2回答
调整模型以获得更好的性能
、、、、
我为回归问题建立了一个模型，即从9个输入变量中预测一个值。模型的开发是基于Keras库的人工神经网络(已归一化)预测值与标记值之间的RMSE值为0.207，(原始形式)预测值</e
浏览 2提问于2020-05-20得票数 0
我很难理解哪些数据集需要用于模型选择阶段和最终的模型测试阶段:培训、验证和测试。我试图在下面详细解释它，同时在底部张贴可重复的代码。谢谢您的建议和建议！，我们首先从原始的数据集led中划分一个训练和测试集led_train和led_test。接下来，我们用y= Life expectancy和x= GDP建立了一个具有led_train =数据的线性模型，并对随机
浏览 0提问于2020-07-29得票数 0
2回答
我正在解决一个机器学习问题，我有两个整数型自变量和一个连续因变量的数据。我正在优化RMSE。我的验证数据有相当大的RMSE值。我了解到，我的模型在更大的目标值上做得不好；所以，我尝试用更大的值删除行，但这并没有帮助。所以，在理解错误的过程中，我计算了每个地面真值的RMSE，并从验证集中预测它，
浏览 0提问于2020-11-17得票数 3
1回答
我正试图建立一个基于大型和非常稀疏矩阵的推荐系统。该矩阵的维数大约为12000×37000，甚至可能会有更多的行数到100000行。然而，这个矩阵是非常稀疏的。在12000x37000版本中，大约0.053%的矩阵是非NA的.我试过SVD了，但是没有用。现在，我将dcast.data.table应用到triplet表中，纠正了这个问题，将第一个值
浏览 0提问于2017-09-11得票数 0
回答已采纳
1回答
所以我正在做我的作业，我遇到了一个我不能用谷歌搜索的问题。我真的不明白这些问题在问我什么，因为对我来说，他们看起来都在问同样的事情。以下是问题：1.解释如何在我之前计算的矩阵中找到X的子串和整个串Y之间对齐的最高分数。写下X的子串和Y的子串之间的最优对齐。2.解
浏览 8提问于2021-03-23得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
