数值输出的混淆矩阵python
我想评估我的模型的性能,但问题是我总是使用混淆矩阵,因为我总是使用分类输出(分类)来完成模型。现在,我有一个带有数字输出的模型,我既找不到方法也找不到解释如何评估他的性能,当我使用其他内核代码时,它们给我%的准确度(如果是准确度的话?),我找不到任何参考,也无法推断这%是如何计算的 因此,对于一个输出为数字的模型,我如何以及在哪里可以找到评估技术?(还有他们的解释,因为我不喜欢使用我不懂/不知道的东西)数值输出的混淆矩阵python,python,validation,machine-learning,confusion-matrix,Python,Validation,Machine Learning,Confusion Matrix,我想评估我的模型的性能,但问题是我总是使用混淆矩阵,因为我总是使用分类输出(分类)来完成模型。现在,我有一个带有数字输出的模型,我既找不到方法也找不到解释如何评估他的性能,当我使用其他内核代码时,它们给我%的准确度(如果是准确度的话?),我找不到任何参考,也无法推断这%是如何计算的 因此,对于一个输出为数字的模型,我如何以及在哪里可以找到评估技术?(还有他们的解释,因为我不喜欢使用我不懂/不知道的东西) 我正在使用python。我想到的用于评估回归模型的最流行技术是: (以及所有可能的变化,例
我正在使用python。我想到的用于评估回归模型的最流行技术是:
- (以及所有可能的变化,例如平均绝对误差、平均绝对百分比误差、平均百分比误差)