如何设计针对变化量设计的回归类模型的评估方法

  统计/机器学习 回归分析 模型验证 应用场景    浏览次数:920        分享
0
假设某台设备存在自变量x和因变量y两个参数,直接针对x,y的绝对量进行建模,如果设备状态发生变化,这样建立的模型会出现问题,可以通过针对x,y的变化量进行建模,但是变化量很小,导致直接使用r2,均方误差等方式进行评价会出现评价结果不准确的问题,直接将变化量加回到绝对量上进行评估,会出现评估结果虚高的问题,对于这类模型怎样设计合适的评估方法?
 

周甜甜   2021-09-13 11:17



   1个回答 
0
不知道在说啥的问题SofaSofa数据科学社区DS面试题库 DS面经

作业没写做么办   2021-11-11 13:12



  相关讨论

cvr和ctr的区别是什么?

想请教机器学习能不能解决一个问题

互联网或者业界中的“数据治理”是什么意思?

评分卡模型是什么?

在数据很大的场景下怎么进行数据探索?

fatigue model是什么模型?

脑纹锁 有开源项目吗

商业数据模型中lead score是什么意思?

逻辑回归评分卡案例中的处理过程无法实现对多个特征进行分箱

有没有能够判断文本中情绪的python package?

  随便看看

为什么梯度的反方向是函数下降最快的方向?

AIC可以是负数吗?

sklearn可以用gpu加速吗?

print里的"%.2f"是什么意思?

matplotlib.pyplot画图的标题中插入变量