我有一个具有 3 个特征和 4 个向量输出的网络。如何计算 MSE 和准确度指标?

Posted

技术标签:

【中文标题】我有一个具有 3 个特征和 4 个向量输出的网络。如何计算 MSE 和准确度指标?【英文标题】:I have a network with 3 features and 4 vector outputs. How is MSE and accuracy metric calculated? 【发布时间】:2020-02-09 01:28:49 【问题描述】:

我了解当您有一列输出时它是如何工作的,但不明白它是如何针对 4 列输出完成的。

【问题讨论】:

【参考方案1】:

不建议计算连续值的准确性。对于此类值,您需要计算预测值与真实值的接近程度。这种预测连续值的任务称为回归。并且一般使用R平方值来衡量模型的性能。

如果预测输出是连续值,那么均方误差是正确的选择

例如: 预测的 o/p 矢量1-----> [2,4,8] 和 实际 o/p vector1 -------> [2,3.5,6]

1.均方误差为 sqrt((2-2)^2+(4-3.5)^2+(8-6)^2 ) 2.平均绝对误差..等

(2)如果输出属于类,那么准确度是决定模型性能的正确指标

预测的o/p向量1-----> [0,1,1] 实际 o/p vector1 -------> [1,0,1]

然后可以通过以下方式进行精度计算: 1.分类准确度 2.对数损失 3.混淆矩阵 4.曲线下面积 5.F1分数

【讨论】:

以上是关于我有一个具有 3 个特征和 4 个向量输出的网络。如何计算 MSE 和准确度指标?的主要内容,如果未能解决你的问题,请参考以下文章

神经网络的显着性图(使用 Keras)

卷积神经网络的卷积层如何提取特征?

深度学习:二分分类和部分逻辑回归

用 numpy 计算 k 个最大特征值和相应特征向量的最快方法

查找向量的 N 个最高值

目标检测 如何提高网络的特征提取能力