【问题标题】:Combine output score to form a better score结合输出分数形成更好的分数
【发布时间】:2014-10-16 05:07:13
【问题描述】:

我只有十个系统崩溃输出,是的,只有输出。

所有输出均通过取 RMSE 值与真实值进行评分:

RMSE = sqrt( sum( (true_value(:)-predictions(:)).^2) / numel(true_value))

一个系统的一个 RMSE,例如:0.355 用于具有 1000 多个预测的系统 S。

在我看来,在不知道真实值的情况下,我如何仅使用十个输出及其分数来获得更好的预测。

【问题讨论】:

  • 我没有完全理解你的问题,但从我得到的信息来看:通过每个验证数据(不是训练数据)得到一个真正的预测错误,然后用每个输出的加权平均值和验证 RMSE

标签: matlab prediction


【解决方案1】:

如果您有十个系统,其输出 y_i 和 RMSE 值为 RMSE_i,其中索引 i 从 1 变为 10。线性加权输出 y 对应于:

在 Matlab 中,可以通过以下方式获得每个信号的权重:

w = (1-RMSE) ./ sum(1-RMSE);

例如,如果我们有 RMSE 值:

RMSE = [0.355, 0.1672, 0.7479, 0.2756, 0.0046, 0.4870, 0.1925, 0.9554, 0.8374, 0.1426];

每个信号的权重为:

w = [0.1105, 0.1427, 0.0432, 0.1242, 0.1706, 0.0879, 0.1384, 0.0076, 0.0279, 0.1469];

可以看出,RMSE 值较高的输出具有较低的权重,即它们的信息不太可靠。

【讨论】:

    猜你喜欢
    • 2015-11-28
    • 2017-08-28
    • 1970-01-01
    • 2017-03-11
    • 1970-01-01
    • 2023-03-07
    • 1970-01-01
    • 1970-01-01
    • 2022-01-16
    相关资源
    最近更新 更多