线性回归和非线性回归的度量精度

Question

对于线性或非线性回归模型，是否有一种大小适合于所有度量的精度/错误率？

例如，调整R2只适用于多元线性回归(至少他们这么说)。对于大多数人来说，RMSE似乎是最好的选择，除了最适合的曲线，因为它可能会误导人。

我怎么知道要使用哪一种度量？

Answer 1

通常情况下，评价措施并不取决于所使用的方法，而主要取决于所执行的任务。

当然，有标准的评估措施与广泛类型的任务相关联，如分类或回归。有一些技术限制需要考虑，例如，产出是绝对的还是数字的。忽略这个问题和/或将其视为纯粹的技术问题是一个常见的错误，但是应该根据它代表ML过程输出的质量来选择合适的评估设置。

要回答你的问题:如果任务相同，无论方法是线性回归还是非线性回归，评价尺度都应该是相同的。否则，我们将只测量特定于该方法的一些技术方面，而不是以一种可比的方式估计产出的质量。