2024-06-02 23:41:14 发布
网友
我试图开发一部分代码,帮助我根据银行内特定城市分行现有资源的现有生产率(过去12个月/12个月开立的账户数量)预测银行新资源的生产率。例如,如果我想在Agra雇用新资源,该模型可以为我提供Agra分行的现有生产率
下面是我的python笔记本的链接。 Notebook
我尝试了KNN模型来预测数据,但是模型的精度很低
根据分支机构名称或其位置坐标,是否有更好的方法来预测数据
我正在使用Python 3.6笔记本
您试图预测数值输出,因此您的问题是回归,而不是分类。分类器无法完成这项工作,准确度也不是正确的性能度量
您需要使用适合于回归的性能度量—请参见list in the docs;假设要使用平均绝对误差(MAE),则应将训练循环更改为:
from sklearn.neighbors import KNeighborsRegressor from sklearn.metrics import mean_absolute_error #Train Model and Predict neigh = KNeighborsRegressor(n_neighbors = n).fit(X_train,y_train) yhat=neigh.predict(X_test) err[n-1] = mean_absolute_error(y_test, yhat)
请记住,MAE是一个错误度量,即越低越好,并且您以类似于mean_acc的方式预定义了err
mean_acc
err
您试图预测数值输出,因此您的问题是回归,而不是分类。分类器无法完成这项工作,准确度也不是正确的性能度量
您需要使用适合于回归的性能度量—请参见list in the docs;假设要使用平均绝对误差(MAE),则应将训练循环更改为:
请记住,MAE是一个错误度量,即越低越好,并且您以类似于
mean_acc
的方式预定义了err
相关问题 更多 >
编程相关推荐