我正在构建一个 XGBoost 回归模型来预测 -3 到 3 范围内的值。我使用均方根误差来评估模型。通过超参数调整，我能得到的最好成绩是：
- 培训 - 0.118
- 验证 - 0.3207（5 折）
- 测试 - 0.3018
我知道对于回归任务，RMSE 值应该尽可能小。但是，我的考试成绩至少达不到 0.2 的范围。
我想知道我的 0.3 验证和测试分数范围与我的 -3 到 3 连续目标范围有关吗？
非常感谢这里的任何快速帮助。谢谢
您如何确定您的 RMSE 分数是否好？
数据挖掘
xgboost
过拟合
评估
超参数调整
rmse
2022-02-21 04:21:53
1个回答
请注意，RMSE 是一个易于理解的指标。它是均方误差的根。所以这就是典型的错误。
如果您的目标是建筑物有多大，目标的平均值是 100m，那么误差为 0.3m 就没什么了。另一方面，如果您预测昆虫的大小，并且您的目标平均值约为 0.1m，则 0.3m 的误差是巨大的。
对于您的情况，这似乎是一个不错的结果，测试中的 RMSE 为 0.3，范围为 [-3,3]，但这取决于您的问题。
其它你可能感兴趣的问题