为回归模型提供偏差,以减少错误的总成本
你好,
我正在运行一个线性回归模型来预测货币总额。但是,如果我偏离目标超过15%,就会根据偏离目标的方向处以罚款。因此,如果我低估了15%或更多的价值,我必须支付500欧元的罚款,如果我高估了15%或更多的价值,我必须支付1000欧元的罚款。目前,我的模型正确预测了数据库的四分之三。
然而,这给我留下了巨大的成本,在预测过高和预测过低的情况下,成本是平均分布的。我想修改一下模型,把这个价格差异考虑进去,以减少遗漏的成本。这意味着我宁愿低于我的目标,而不是超过我的目标,因为那样更便宜。
目前,我生成了两个列,它们定义了我是否超出(true,False)或低于(true,False)目标15%或更多。我能帮上忙吗?我知道这可能会降低模型的准确性,但从业务角度来看,降低总成本非常重要。
亲切的问候,
Hauke
我正在运行一个线性回归模型来预测货币总额。但是,如果我偏离目标超过15%,就会根据偏离目标的方向处以罚款。因此,如果我低估了15%或更多的价值,我必须支付500欧元的罚款,如果我高估了15%或更多的价值,我必须支付1000欧元的罚款。目前,我的模型正确预测了数据库的四分之三。
然而,这给我留下了巨大的成本,在预测过高和预测过低的情况下,成本是平均分布的。我想修改一下模型,把这个价格差异考虑进去,以减少遗漏的成本。这意味着我宁愿低于我的目标,而不是超过我的目标,因为那样更便宜。
目前,我生成了两个列,它们定义了我是否超出(true,False)或低于(true,False)目标15%或更多。我能帮上忙吗?我知道这可能会降低模型的准确性,但从业务角度来看,降低总成本非常重要。
亲切的问候,
Hauke
0
答案
德国多特蒙德