我尝试在 Azure 机器学习中使用“决策森林回归”算法进行实验来预测天气。
我使用 AML Studio 建议的天气数据集(机场中有 40 万行小麦)。
我想预测“DryBulbCelsus”列(其值介于 20 和 23 之间),因此我在训练模型中选择该列。我运行它一切顺利。 但问题是我不理解我的评分模型。我还有另外 2 列结果“分数标签平均值”和“分数标签标准偏差”,其中包含我不理解的数据。
如果有人从事 AML 工作并且可以向我解释如何解释结果中的数据。 谢谢 !
最佳答案
一些学习器,特别是决策森林系列和贝叶斯点机,能够估计预测的不确定性。
“评分标签均值”是预测,“评分标签标准差”是该预测的不确定性。
关于Azure 机器学习结果解释,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39656337/