2012-07-10 204 views
1

我有一個基於多層神經網絡的估計器,它可以輸入車輛的過去到達時間並估計下一輛車的到達時間(使用反向傳播算法)。基於某個閾值(例如10秒),估計器將預測時間分類爲高或低(1或0)。我的問題是,根據觀測和預測/預計到達時間(1的& 0),我如何計算整體預測的準確度(或正確的預測率)?計算預測值的準確度

回答

0

你必須自己定義你的意思是high (1)low (0)。例如,您可以說high到達時間等於5分鐘或更長,並且low到達時間少於5分鐘。一旦你的神經網絡給出了預測,那麼你可以檢查你的樣本是否下一輛車的到達時間確實是highlow(即分別超過5分鐘或少於5分鐘)。你可以使用它來計算你的預測的準確性。

+0

這就是我正在做的,正如我在問題中所描述的那樣。高(1)表示小於10秒的時段,低(0)表示大於10秒的時段。我確實用觀測值檢查了預測值。因此,我有4組值,即低預測值,高預測值,低觀測值,高值。問題是我如何計算預測算法的準確性。 – user846400 2012-07-11 08:48:45

+0

啊,我錯過了!您可以按如下方式計算準確度:如果「預測」值與「觀察」值匹配,則執行「correct_count + = 1」。一旦你完成了,你可以通過將'correct_count'除以你所做的預測總數找到準確度:'correct_count/total_predictions_amount' – Sicco 2012-07-11 09:07:16