[问题] 回归树应该如何计算准确率

楼主: ms0344303 (我不玩了)   2018-01-05 23:00:26
上一篇没有照格式打请版主处理谢谢
[问题类型]:
程式咨询(我想用R 做某件事情,但是我不知道要怎么用R 写出来)
[软件熟悉度]:
使用者(已经有用R 做过不少作品)
[问题叙述]:
如题
在下使用决策树的CA R T
进行回归树预测
目前在评价这个算法准确率上面遇到一点瓶颈
一般分类树可以用混淆矩阵曲对角线的方式来计算准确率
可是回归树的话每一个预测都会有一点误差没有一个是猜的完全一样的
不知道这问题是不是很常识
我真的不太清楚要如何计算准确率
还请各位指点一下
[程式范例]:
[环境叙述]:
请提供 sessionInfo() 的输出结果,
里面含有所有你使用的作业系统、R 的版本和套件版本资讯,
让版友更容易找出错误
[关键字]:
选择性,也许未来有用
作者: celestialgod (天)   2018-01-06 08:08:00
一般来说是用RMSE来看
作者: clansoda (小笨)   2018-01-06 08:33:00
RMSE最普遍,其他还有好多种的 你应该google就有了吧
作者: vfgce (小兵)   2018-01-06 13:37:00
分类问题才用accuracy,回归问题就RMSE,MAPE,MAE都可以...先决条件,了解什么是分类,什么是回归...

Links booklink

Contact Us: admin [ a t ] ucptt.com