我正在使用 RNN/LSTM 解决许多序列到序列的预测问题。
什么类型的评估指标可用于序列预测问题？
一个指标是我们可以在训练模型期间作为参数给出的均方误差 (MSE)。目前，我的序列到序列问题的准确性非常低。
我们可以通过哪些其他方式来比较模型的性能？
什么评估指标用于序列到序列的预测问题？
人工智能
循环神经网络
长短期记忆
序列建模
公制
2021-10-18 08:34:14
2个回答
我建议看一下双语评估研究 (BELU) 分数，该分数通常用于按序列到序列模型评估机器翻译结果。这是参考https://en.wikipedia.org/wiki/BLEU
这实际上取决于您的数据。MSE 及其变体 RMSE 适用于回归问题。换句话说，当您想要生成一个实数作为输出时，例如在时间序列预测的情况下。MAPE 很好，可以解释为百分比，但如果数据集中有零，它就不能很好地工作。正如另一个答案所提到的，BLEU 也很好，但前提是您的模型正在进行机器翻译，或使用其他类型的分类数据；但是，例如，如果您尝试预测房价，则不会使用 BLEU。
要找到最佳评估指标，您必须考虑您的数据和您要解决的问题。查看潜在损失函数列表并查看最适合您的问题的方法很好。