Точность нейронных сетей в случае прогнозирования непрерывной переменной - PullRequest
0 голосов
/ 25 мая 2018

Есть ли способ вычислить точность вместо метрик ошибок для нейронных сетей при выполнении регрессии (прогнозирование непрерывной переменной) так же, как мы делаем при классификации категориальных переменных?

Ответы [ 2 ]

0 голосов
/ 25 мая 2018

Проблема с непрерывной переменной заключается в том, что вероятность воспроизвести точно заданное значение (практически) равна нулю.Например, если ваша нейронная сеть выдает 2.000001, а фактическое значение равно 2, это будет считаться неправильным прогнозом, поскольку оба значения различны (хотя они очень близки).Показатель погрешности, такой как среднеквадратичное значение, измерьте, таким образом, по средней разности (в квадрате).

Однако, в зависимости от вашего приложения, вы можете ввести пороговое значение ϵ и считать данный вывод вашей нейронной сети правильным, еслиабсолютное значение разницы между наблюдаемым значением и выходным значением меньше, чем ϵ, и вычисляют процент правильного прогноза.

На практике такая метрика не минимизируется напрямую, поскольку ее градиент трудно вычислить,но это все еще полезное количество для вычисления.

0 голосов
/ 25 мая 2018

Хотя понятие точности входит в классификацию, но вы можете распечатать прогнозные значения и проверить их с помощью зависимых переменных.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...