首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何衡量预测的信心?

如何衡量预测的信心?
EN

Data Science用户
提问于 2016-01-23 08:11:03
回答 2查看 1.9K关注 0票数 6

我建立了一个预测模型并根据新的数据进行了预测。现在我想指定我对这个预测值的信心值,例如,从0到1。

  1. 建立100个自举数据模型,对每个新观测数据进行100次预测,然后计算置信区间。间隔较短意味着更高的信心。计算量很大。
  2. 使用oob预测每棵树中的随机森林
  3. 贝叶斯方法可以通过后验给出置信区间。

还有其他的/更好的吗?

EN

回答 2

Data Science用户

发布于 2016-05-23 14:02:53

如果你对数据的基本分布有足够的信息,关于回归模型的经典统计理论显然是另一种选择。这些模型总是带有很好的误差估计推导。请参阅弗兰克·哈雷尔的“回归建模策略”,以获得全面的概述。

票数 1
EN

Data Science用户

发布于 2016-10-13 21:23:05

贝叶斯方法(例如马尔可夫链蒙特卡罗,变分贝叶斯)确实是一个很好的拟合方法,但你可以探索它们与其他方法的结合,比如贝叶斯深度学习(如),它可以将信息的中间表示相加起来。

票数 1
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/9917

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档