模型指標你好
為了通過使用我們半導體工廠特定生產步驟中的設備參數來預測電氣參數，我們使用了隨機森林。 如果我們查看模型的相對誤差 (%)，我們會發現它非常小，約為 0.5%（見附圖）。 RMSE 也很低，但 R2 只有 52%。
因此，如果我們查看百分比誤差，我們可以說該模型很好，而如果我們查看 R2，這似乎並非如此。怎麼解決？
謝謝菲利斯
分析回复：模型指標感謝您提供該情節。
標記的形狀看起來像菱形。 我不確定會發生什麼，但這很不尋常。
它還說明了為什麼 R 平方約為 0.5 以及為什麼預測不會非常準確。 想像一下預測輸入 131 的響應。 我假設預測的響應是橫坐標。 它似乎是無偏的，但方差很大。 有很多數據，因此平均響應的置信區間可能相對較窄，但預測區間會寬得多。
回复：模型指標你好
附上所要求的相關性。
幸福
回复：模型指標你能展示一個情節嗎預測實際？
回复：模型指標我嘗試以百分比計算系統誤差 MBE，這僅為 0.01%，幾乎可以忽略不計，絕對誤差僅為 0.54%。 如果我們使用 Accuracy=100-MAE=99.46% 那確實是一個很好的值。 RSME 同樣，百分比僅為 0.007%，表示與真實值的平均偏差非常小。 似乎 R2 沒有給出完整的圖片。
你怎麼看？
幸福
回复：模型指標RMSE 是對響應標準差的估計。 假設它在模型的整個響應範圍內保持不變。 R 平方估計有多少響應方差不是隨機誤差分量。 所以你的模型可能很重要，但它不會很準確。
