如何解决您如何计算具有多个输出的回归问题的准确性指标?
我在pytorch上的CNN(Conv1D)有20个输入和6个输出。据说只有全部6个匹配的预测输出都是“准确的”,对吗?因此,除非我所有的预测结果都精确到小数点后8位,否则我是否能够获得不错的准确性?
解决方法
精度不是适合回归任务的指标。对于回归任务,应使用MAE,RMSE等指标。
,标准准确性度量标准用于分类任务。为了起诉准确性,您必须说输出是否为以下之一:真正(TP),真负(TN),假正(FP),假负(FN)。
当您可以将这些标签(TP,TN,FP,FN)应用于输出时,可以通过简单的阈值在某种程度上将这些分类指标用于回归任务。这在很大程度上取决于您要处理的问题的类型,可能是否可能或有用。
正如安德烈(Andrey)所说,您一般不会使用Mean absolute error (MAE)或Mean squared error (MSE)等指标。但是这些指标可能很难解释。我建议调查与您有类似问题的论文,并查看他们使用哪些指标评估结果并将自己与其他工作进行比较。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。