ฉันใช้การถดถอยแบบควอไทล์ (เช่นผ่านgbm
หรือquantreg
ใน R) - ไม่ได้มุ่งเน้นไปที่ค่ามัธยฐาน แต่แทนที่จะเป็นควอไทล์บน (เช่น 75) มาจากพื้นหลังการสร้างแบบจำลองการคาดการณ์ฉันต้องการวัดความเหมาะสมของแบบจำลองในชุดทดสอบและสามารถอธิบายสิ่งนี้กับผู้ใช้ทางธุรกิจ คำถามของฉันเป็นอย่างไร ในการตั้งค่าทั่วไปที่มีเป้าหมายต่อเนื่องฉันสามารถทำสิ่งต่อไปนี้:
- คำนวณ RMSE โดยรวม
- จัดทำชุดข้อมูลตามค่าที่ทำนายและเปรียบเทียบค่าเฉลี่ยจริงกับค่าเฉลี่ยที่คาดการณ์ในแต่ละช่วง
- เป็นต้น
สิ่งที่สามารถทำได้ในกรณีนี้ที่ไม่มีมูลค่าจริง (ฉันไม่คิดว่าอย่างน้อย) เพื่อเปรียบเทียบการทำนายกับ?
นี่คือตัวอย่างรหัส:
install.packages("quantreg")
library(quantreg)
install.packages("gbm")
library(gbm)
data("barro")
trainIndx<-sample(1:nrow(barro),size=round(nrow(barro)*0.7),replace=FALSE)
train<-barro[trainIndx,]
valid<-barro[-trainIndx,]
modGBM<-gbm(y.net~., # formula
data=train, # dataset
distribution=list(name="quantile",alpha=0.75), # see the help for other choices
n.trees=5000, # number of trees
shrinkage=0.005, # shrinkage or learning rate,
# 0.001 to 0.1 usually work
interaction.depth=5, # 1: additive model, 2: two-way interactions, etc.
bag.fraction = 0.5, # subsampling fraction, 0.5 is probably best
train.fraction = 0.5, # fraction of data for training,
# first train.fraction*N used for training
n.minobsinnode = 10, # minimum total weight needed in each node
cv.folds = 5, # do 3-fold cross-validation
keep.data=TRUE, # keep a copy of the dataset with the object
verbose=TRUE) # don’t print out progress
best.iter<-gbm.perf(modGBM,method="cv")
pred<-predict(modGBM,valid,best.iter)
ตอนนี้อะไร - เนื่องจากเราไม่สังเกตเปอร์เซ็นต์ไทล์ของการแจกแจงแบบมีเงื่อนไข
เพิ่ม:
ฉันตั้งสมมติฐานวิธีการหลายวิธีและฉันต้องการที่จะรู้ว่าพวกเขาถูกต้องและหากมีวิธีที่ดีกว่า - วิธีการตีความครั้งแรก:
คำนวณค่าเฉลี่ยจากฟังก์ชั่นการสูญเสีย:
qregLoss<-function(actual, estimate,quantile) { (sum((actual-estimate)*(quantile-((actual-estimate)<0))))/length(actual) }
นี่คือฟังก์ชันการสูญเสียสำหรับการถดถอยเชิงปริมาณ - แต่เราจะตีความค่าได้อย่างไร
เราควรคาดหวังหรือไม่ว่าตัวอย่างเช่นเรากำลังคำนวณเปอร์เซนต์ไทล์ 75 ที่บนชุดทดสอบค่าคาดการณ์ควรมากกว่าค่าจริงประมาณ 75% ของเวลา?
มีวิธีอื่นที่เป็นทางการหรือเป็นฮิวริสติกในการอธิบายว่าแบบจำลองทำนายกรณีใหม่ได้ดีเพียงใด