我正在尝试使用SciKit Learn的支持向量机模块来训练一个模型对于得分,我找不到mean_absolute_error(MAE),然而,negative_mean_absolute_error(nMAE)确实存在。这两个指标有什么区别假设我得到两个模型的以下结果:
model 1 (NMAE = -2.6), model 2(NMAE = -3.0)
哪种型号比较好是1型吗?
此外,消极的和积极的比较如何说如下:
model 1 (NMAE = -1.7), model 2(MAE = 1.4)
在这里,哪种型号更好?

最佳答案

顾名思义,负MAE就是MAE的负,MAE是一个正量由于MAE是一个误差指标,即越低越好,负MAE则相反:值-2.6优于值-3.0
只要去掉这些消极的符号,把它们当作mae值(这可以说也回答了你的第二个问题)。
记住,mae在scikit learn中始终可用作一般度量(docs)。

08-20 03:28