在归一化前线性回归的MSE、RMSE都非常大,归一化后,两个的值变得很小,拟合的很好
但是尝试了随机森林后,随机森林的拟合非常差,数值为MAE: 0.05、RMSE: 0.01、MAPE: 737.21 %、R Square: 0.63
想求解下这是为什么
机器学习python中数据归一化后线性回归拟合的特别好
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
- bj_0163_bj 2022-04-29 11:45关注
你线性回归的R Square 是多少? 你归一化数值小了,MSE、RMSE 变小很正常,不能代表效果好
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 树莓派与pix飞控通信
- ¥15 自动转发微信群信息到另外一个微信群
- ¥15 outlook无法配置成功
- ¥30 这是哪个作者做的宝宝起名网站
- ¥60 版本过低apk如何修改可以兼容新的安卓系统
- ¥25 由IPR导致的DRIVER_POWER_STATE_FAILURE蓝屏
- ¥50 有数据,怎么建立模型求影响全要素生产率的因素
- ¥50 有数据,怎么用matlab求全要素生产率
- ¥15 TI的insta-spin例程
- ¥15 完成下列问题完成下列问题