Azure機器學習結果解釋

我嘗試在Azure機器學習中通過「決策森林迴歸」Algororym來預測天氣。 Azure機器學習結果解釋

我使用AML Studio建議我的天氣數據集（它是機場中400K行的Wheater）。

我想預測「DryBulbCelsus」列（它的值在20到23之間），所以我選擇列車模型中的列。我運行它一切順利。但問題是，我不明白我的分數模型。我有另外2個結果「評分標籤平均值」和「評分標籤標準差」的列表，其中包含我不明白的數據。

如果有人與AML合作並能解釋我如何解釋結果中的數據。謝謝！

2016-09-23 A.Philipps

檢查「決策森林迴歸」模型中的設置。 '創建訓練模式'應該設置爲「單參數」。 –

@HarithaThilakarathne它被設置爲「單參數」。我實際上嘗試用另一個algorythm重現實驗，結果是相同的，值大於原始數據。 –

檢查數據列的類型是否爲數字，並且您已清除缺失值和異常值。 –

一些學習者，特別是Decision Forest家族和Bayes Point Machine，能夠估計預測的不確定性。

「得分標籤均值」是預測，「得分標籤標準差」是圍繞該預測的不確定性。

2016-09-30 17:28:19

你有參考它如何計算？ – Keith

預測的不確定性的估計值作爲x'上所有單個迴歸樹的預測值的標準差，其中值的估計值是平均值。 – Keith

回答