模型指标你好
为了在半导体Fab的特定生产步骤中通过使用设备参数来预测电参数，我们使用了随机森林。如果我们看一下模型的相对误差（％），我们可以看到它很小，大约为0.5％（参见附图）。RMSE也很低，但是R2仅为52％。
因此，如果我们查看百分比误差，则可以说该模型很好，而如果查看R2，则似乎不正确。 怎么解决？
谢谢菲利斯
回复：模型指标RMSE是响应标准偏差的估计值。假定在模型的整个响应范围内它都是恒定的。R平方估计有多少响应方差不是随机误差分量。因此您的模型可能很重要，但不是很准确。
回复：模型指标我尝试以百分比形式计算系统误差MBE，该误差仅为0.01％，在实践中可以忽略不计，绝对误差仅为0.54％。如果我们使用Accuracy = 100-MAE = 99.46％，那确实是一个很好的值。对于RSME来说，通过指示与真实值的平均偏差很小，其百分比仅为0.007％。再次似乎R2并没有提供完整的图片。
你怎么看？
菲利斯
回复：模型指标你能显示出一个情节吗实际由预测 ？
回复：模型指标你好
随附要求的相关性。
菲利斯
回复：模型指标感谢您提供该情节。
标记的形状看起来像菱形。我不确定会发生什么，但这很不寻常。
它还说明了为什么R平方约为0.5，以及为什么预测不是很准确。想象一下在输入131时预测响应。我假设预测的响应是横坐标。它似乎无偏见，但差异很大。有大量数据，因此平均响应的置信区间可能相对较窄，但预测区间会更宽。
