朴素贝叶斯分类器中的 RMSE答案

【问题标题】：RMSE in Naive Bayes Classifier朴素贝叶斯分类器中的 RMSE
【发布时间】：2012-01-03 14:45:48
【问题描述】：

我有一个关于在 NB 分类场景中计算 RMSE 的非常基本的问题。我的训练数据 X 有大约 1000 条评论，评分在 [1,5] 中，它们是类标签 Y。所以我正在做的是这样的：

model = nb_classifier_train(trainingX,Y)
Yhat = nb_classifier_test(model,testingX)

我的测试数据有 400 多条评论缺失评分（我需要预测其标签/评分。现在计算 RMSE

RMSE = sqrt(mean((Y - Yhat).^2))

在这种情况下，Y 是什么？我了解 RMSE 是使用预测值和实际值之间的差异计算的。这里的实际值是多少？还是缺少什么？

【问题讨论】：

【解决方案1】：

在这种情况下，Y 是您的训练数据的标签，因此您计算的 RMSE 没有多大意义，因为您正在对测试示例进行预测并与训练标签进行比较。事实上，没有理由 Y 和 Yhat 向量的长度相同。相反，您应该用您的测试标签替换 Y，如果您没有测试标签，那么您根本无法计算您的测试错误。

【讨论】：