Kab*_*ard 2 machine-learning data-science
我创建了一个简单的线性回归模型来预测标准普尔500指数的收盘价.然后计算平均绝对误差(MAE)并得到1290的MAE分数.现在,我不想知道这是对还是错,但我想知道1290的MAE告诉我关于我的模型的内容.
说实话,"一般"它几乎没有告诉你什么.该值非常随意,只有您完全了解数据才能得出任何结论.
MAE代表平均绝对误差,因此,如果您的平均值为1290,则表示如果您从数据中随机选择一个数据点,那么您预计您的预测距离真实值为1290.好吗？坏？取决于您的输出规模.如果它是数百万,那么这个大的错误就是什么,模型是好的.如果您的输出值在数千的范围内,这太可怕了.
如果我理解正确,标准普尔500指数的收盘价是0到2500之间的数字(过去36年),那么1290的错误看起来就像你的模型没有学到任何东西.这非常类似于常量模型,总是回答"1200"或此值附近的某些东西.
| 归档时间： |
|
| 查看次数： |
2849 次 |
| 最近记录： |