模型性能的皮尔逊相关系数答案

【问题标题】：pearson correlation coefficient for model performace模型性能的皮尔逊相关系数
【发布时间】：2020-09-23 05:18:35
【问题描述】：

谁能告诉我如何使用皮尔逊相关系数进行模型性能评估？我想预测 pm2.5。最终变量是 y_pred 和 y_actual。我找不到任何教程。

model.fit(x=X_train_scaled, y=y_train_scaled, batch_size=5, epochs=100, verbose=1, validation_data=(X_valid_scaled, y_valid_scaled), shuffle=True)
y_pred = model.predict(X_test_scaled)
y_pred_rescaled = Target_scaler.inverse_transform(y_pred)

在此之后如何使用 keras 中的 python 使用皮尔逊相关系数来获得准确性？

【问题讨论】：

皮尔逊相关系数不用于确定模型的准确性。它用于确定关联或相关的大小。你可以使用scipy.stats.pearsonr(x,y)

标签： python keras neural-network prediction pearson-correlation

【解决方案1】：

您不能使用 Pearson 相关系数来检查模型的性能。

另一方面，您可以使用 Pearson Correlation Coefficient 来检查两个变量是否强相关，如果是，则消除其中一个，重新训练，并使用消除的变量检查新模型的准确性。如果您的两个变量高度相关，您应该期望获得至少相同甚至更好的准确性/性能。

【讨论】：