我有一个模型，我可以在其中预测类来定义交易机器人的指令。类别是 -2、-1、1 和 2（强卖、轻卖、轻买和强买），我使用简单的混淆矩阵来评估模型的性能，但是我想知道是否有是考虑到类之间的“距离”的其他方法。
我找到了一些关于序数回归的内容，但我已经以其他方式进行了分类（虽然不确定这些内容是否适用于我）。
有什么建议么？
如何测量几乎（？）序数分类？
数据挖掘
分类
混淆矩阵
2022-03-09 04:21:26
1个回答
你可以计算平均绝对误差。
但是，我猜这个质量度量（以及考虑到距离的任何其他度量）与您在训练分类器时使用的损失函数不一致。所以这对你的算法是不公平的。就像您的教授在您提交测试后会更改评分系统一样。
您可能想重新考虑您的方法，而不是更改质量度量。使用序数回归的建议听起来不错。如果邻居之间的错误估计成本相似，您甚至可以使用普通回归然后四舍五入。