statistics - 随机森林中每棵树的平均绝对误差

Question

我使用 weka 的评估类来计算随机森林中每个生成树的平均绝对误差。解释说“指数值类的预测值的误差，以及名义类的预测概率分布的误差。”

有人可以用简单的语言或可能的例子来解释它吗？

Answer 1

平均绝对误差表示您的预测平均与测试数据实际值的接近程度。

对于数值类，这很容易想到。
示例:

True values: {0, 1, 4}
Predicted values: {1, 3, 1}
Differences: {-1, -2, 3} (subtract predicted from true)
Absolute differences: {1, 2, 3}
Mean Absolute Difference: (1+2+3)/3 = 2

对于名义类别，预测不再是单个值，而是属于不同可能类别的实例的概率分布。提供的示例将有两个类。
示例:

Notation: [0.5, 0.5] indicates an instance with 50% chance of belonging to class Y, 50% chance of belonging to class X.

True distributions: { [0,1] , [1,0] }
Predicted distributions: { [0.25, 0.75], [1, 0] }
Differences: { [-0.25, 0.25], [0, 0] }
Absolute differences: { (0.25 + 0.25)/2, (0 + 0)/2 } = {0.25, 0}
Mean absolute difference: (0.25 + 0)/2 = 0.125

You can double check my explanation by visiting the source code for Weka's evaluation class.
另外，作为旁注，我相信 Weka 报告的随机森林平均绝对差异是针对整个森林，而不是单个树木。