0
我有一个确定租金的回归模型,预测是租用小时数,而不是0/1二元结果。模型性能图:回归模型的MAE图[ROC图的回归等价图]
因此,对于性能指标,我主要查看平均绝对误差(MAE)。
我的问题是,有没有办法以图形方式绘制R中的MAE?我基本上是在寻找ROCR软件包的MAE版本。
我的数据集还需要了解模型的性能如何随着预测未来的变化而变化,所以我想绘制测试数据与预测时间的回归预测的MAE。
我有一个确定租金的回归模型,预测是租用小时数,而不是0/1二元结果。模型性能图:回归模型的MAE图[ROC图的回归等价图]
因此,对于性能指标,我主要查看平均绝对误差(MAE)。
我的问题是,有没有办法以图形方式绘制R中的MAE?我基本上是在寻找ROCR软件包的MAE版本。
我的数据集还需要了解模型的性能如何随着预测未来的变化而变化,所以我想绘制测试数据与预测时间的回归预测的MAE。
你可以简单地自己计算MAE。这是一个简单的例子,包括MAE的滚动计算。在这方面它并不是很有意义,但可能对您的目的有用:
library(dplyr)
MyData <- iris %>% select(Sepal.Length, Sepal.Width, Petal.Length,Petal.Width)
MyModel <- lm(Sepal.Length ~ ., MyData)
MyDf <- data.frame(Observation = MyData$Sepal.Length,
Predictions = predict(MyModel),
CumMeanAbsError = cumsum(abs(MyData$Sepal.Length-predict(MyModel)))/as.integer(row.names(MyData)))