热门
最新
红包
立Flag
投票
同城
我的
发布
《泰勒图 ——基于相关性与标准差的多模型评价指标可视化比较-XGBoost、sklearn》
泰勒图是一种有效的工具，可以直观地展示多个模型在预测任务中的表现，通过该图，可以同时比较模型的标准差和相关性，结合图中的结果，可以看到 随机森林（RF） 模型在标准差和相关性上都表现最佳。RF（绿色方块）：表现最好，它的标准差较为接近真实观测值（1.007050），而且相关性也最高（0.899142），说明模型预测的结果与实际值之间的匹配程度最好。径向距离（从图中心到点的位置）：表示预测值的标准差，越接近红色虚线（观测值的标准差），说明模型的标准差与真实观测值越接近，模型捕捉到数据波动的能力越好。
——来自博客 https://blog.csdn.net/2301_76574743/article/details/142675751
您经常使用的库是下面哪个(单选)
0 人已经参与 已结束
XGBoost
0人
sklearn
0人
numpy
0人
PyGWalker
0人
catboost
0人
CSDN App 扫码分享
评论
点赞
- 复制链接
- 举报
下一条：
小学生和同学相处原则！
