如何解决由于计算导致的相等/错误的特征值的统计比较
我有一个机器学习管道，我们在其中获取一些时间序列数据，进行一些预处理，将其划分为多个窗口并计算一些统计和领域相关的特征。早些时候我们在 MATLAB 中有我们的代码，但由于部署问题不得不转移到 python。所以我们在 python 中实现了我们的代码，但我们发现计算的特征（特征矩阵 nxm，其中 n=数据窗口，m=计算特征的数量）与 Matlab 输出相比（按列）有点不同。那么问题来了，
单独比较每个特征列的正确度量/指标是什么，以便它给出列之间的相等性/相似性或误差的度量。
我尝试使用均方根误差 (RMSE) 和平均绝对误差 (MAE)。但是由于特征列的范围不同，到达阈值是令人困惑的。相关性也是一个很好的衡量标准。
请提供指向此类指标的指导
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
