Я новичок в машинном обучении и пытаюсь понять правильную и подходящую оценку для RandomForestRegressor.Я упомянул ниже показатели регрессии и понял эти понятия.
Я не уверен, какие метрики я могу использовать для оценки RandomForestRegressor.Могу ли я использовать r2_score все время после прогноза?
Я использую пакеты sklearn.
Regression metrics
See the Regression metrics section of the user guide for further details.
metrics.explained_variance_score(y_true, y_pred) Explained variance regression score function
metrics.max_error(y_true, y_pred) max_error metric calculates the maximum residual error.
metrics.mean_absolute_error(y_true, y_pred) Mean absolute error regression loss
metrics.mean_squared_error(y_true, y_pred[, …]) Mean squared error regression loss
metrics.mean_squared_log_error(y_true, y_pred) Mean squared logarithmic error regression loss
metrics.median_absolute_error(y_true, y_pred) Median absolute error regression loss
metrics.r2_score(y_true, y_pred[, …]) R^2 (coefficient of determination) regression score function.