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:190        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



    还没有回答。我来答!  


  相关主题

想请教机器学习能不能解决一个问题   2回答

cvr和ctr的区别是什么?   3回答

互联网或者业界中的“数据治理”是什么意思?   3回答

在数据很大的场景下怎么进行数据探索?   1回答

用户画像具体是指什么?   3回答

fatigue model是什么模型?   0回答

评分卡模型是什么?   1回答

商业数据模型中lead score是什么意思?   1回答

脑纹锁 有开源项目吗   1回答

有没有能够判断文本中情绪的python package?   1回答

做语言生成的大神来评鉴下这个自动生成的足球新闻?   0回答

有没有拍商品各个角度(7-10张),就可以无限生成这个商品各个角度的数据集   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!