Я разрабатываю модельные прогнозы, используя пакеты pls и h2o, которые приводят к двум моделям: pls.model и h2o.model. R-квадрат (квадрат корреляции Пирсона) и RMSE для каждого раунда перекрестной проверки показаны ниже:
R2:
i R2.PLS R2.H2O
1 1 0.4415108 0.6232292
2 2 0.3754088 0.6056992
3 3 0.4267580 0.6204750
4 4 0.3505282 0.6062691
5 5 0.2870766 0.5344183
6 6 0.3858786 0.5794828
7 7 0.3449946 0.5692314
8 8 0.2974582 0.5522208
9 9 0.3446449 0.5694339
10 10 0.3987684 0.5561757
RMSE:
i rmse.pls rmse.h2o
1 1 8.839967 40.99896
2 2 9.347349 29.94260
3 3 4.240366 14.75890
4 4 17.901563 29.89181
5 5 4.686803 66.04993
6 6 31.717909 10.28799
7 7 2.066342 32.74828
8 8 15.979214 21.05928
9 9 19.454079 10.88551
10 10 27.039400 68.27017
Я не могу объяснить, почему pls.model имеет более низкий R2, но меньшую ошибку, в то время как h2o.model имеет более высокий R2, но высокую ошибку. Я проверил график рассеяния, но никакой нелинейный рисунок не появился.
Ты бы мог подумать об этом? И в этом случае какая модель должна быть лучше?
Спасибо
Фыонг