问解释统计模型度量

EN

RAE和RSE接近0是一个很好的sign...you，希望误差尽可能低。有关评估模型的更多信息，请参见这篇文章。从这一页：

这里的术语“错误”代表了预测值和真实值之间的差异。通常计算这一差值的绝对值或平方来捕捉所有实例的总误差大小，因为在某些情况下，预测值和真实值之间的差值可能为负值。误差度量用回归模型与真实值的平均偏差来衡量回归模型的预测性能。较低的误差值意味着该模型在进行预测时更准确。总体误差度量为0，意味着模型完全符合数据。

是的，根据您当前的结果，增强的决策树的性能最好。我不知道你工作的细节是否足够好。老实说可能是。但是，如果确定不是，您还可以调整“增强决策树回归”模块中的输入参数，以获得更好的结果。"ParameterSweep“模块可以通过为您尝试许多不同的输入参数来帮助您，并且指定要为其优化的参数(例如您的问题中引用的RAE、RSE或COD )。有关简要说明，请参见这篇文章。希望这能有所帮助。

我很高兴你在调查维斯特洛的黑碳水平.我相信Cersei根本不在乎。