问线性回归的回归分析
EN

Stack Overflow用户

提问于 2019-03-05 08:37:57

回答 1查看 51关注 0票数 0

我有一个回归模型，其中我的目标变量(天)数量值在2到30之间。我的RMSE是2.5，所有其他X变量(名义)都是分类的，因此我对它们进行了虚拟编码。我想知道RMSE的好值是什么？我想要得到1-1.5甚至更少的东西，但我不知道我应该做什么来实现同样的目标。

Note#我已经尝试过功能选择，删除功能将不那么重要。

任何想法都将不胜感激。

发布于 2019-03-05 08:50:41

如果你的x值是绝对的，那么将它们绑定到一个统一的网格就不一定有多大意义。谁说A类和B类应该像B和C一样隔开，假设它们是一样的，只会导致不正确的结果表示。

由于您选择的尺度是未知数，因此在可视化方面，最好将均匀的x网格设置为天数，然后查看类别在y尺度上的位置(如果给定线性关系)。

如果你没有x和y的定量数据，均方根误差就不会出现在其中。

票数 0

页面原文内容由Stack Overflow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://stackoverflow.com/questions/54993739

复制

相似问题

问线性回归的回归分析EN