R语言使用yardstick包的rmse函数评估回归模型的性能评估回归模型在每个交叉验证（或者重采样）的每一折fold上的RMSE以及整体的均值RMSE（其他指标maemape等计算方式类似）
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言使用yardstick包的rmse函数评估回归模型的性能评估回归模型在每个交叉验证（或者重采样）的每一折fold上的RMSE以及整体的均值RMSE（其他指标maemape等计算方式类似）相关的知识，希望对你有一定的参考价值。
R语言使用yardstick包的rmse函数评估回归模型的性能、评估回归模型在每个交叉验证（或者重采样）的每一折fold上的RMSE、以及整体的均值RMSE（其他指标mae、mape、smape、msd、ccc、poisson_log_loss、huber_loss等计算方式类似）
目录
以上是关于R语言使用yardstick包的rmse函数评估回归模型的性能评估回归模型在每个交叉验证（或者重采样）的每一折fold上的RMSE以及整体的均值RMSE（其他指标maemape等计算方式类似）的主要内容，如果未能解决你的问题，请参考以下文章
R语言使用yardstick包的gain_curve函数评估二分类（binary）模型的性能并使用autoplot函数可视化模型的增益（gain）曲线（gain curve）
R语言使用yardstick包的gain_curve函数评估二分类（binary）模型的性能并使用autoplot函数可视化模型的增益（gain）曲线（gain curve）
R语言使用yardstick包的lift_curve函数评估二分类（binary）模型的性能并使用autoplot函数可视化模型的提升（lift）曲线（lift curve）
R语言使用yardstick包的conf_mat函数计算多分类（Multiclass）模型的混淆矩阵并使用summary函数基于混淆矩阵输出分类模型评估的其它详细指标（kappanpv等13个）
R语言使用yardstick包的roc_curve函数评估多分类（Multiclass）模型的性能查看模型在多分类每个分类上的ROC曲线(roc curve)
R语言使用yardstick包的metrics函数和roc_auc函数评估多分类（Multiclass默认为macro自定义设置micro）模型的性能分别计算AccurayKappaAUC等