随机森林回归预测：高估负实际值并低估正值
Random Forest Regression predictions: overestimates negative actual values and underestimates positive values
大家好，我是 ML 的新手，正在努力自学书中的知识，所以提前为我的无知道歉。
基本上，我试图根据随机森林回归中的一组 15 个预测变量预测提前一个时期的股票 return 值（使用 R 中的 tidymodels，感谢您的视频@Julia Silge： -)).
令我困扰的是，回归高估了坏库存，低估了好库存。我只想将整个点云逆时针旋转几度，我的生活会更轻松。是否有随机森林回归方面的专家可以解决这个问题？
提前致谢。
您的担心是对的：该模型基本上 returns 所有股票的平均值（因为预测位于一条平坦的水平线上，带有一些噪音）。正如您所指出的，这意味着该模型存在偏差：它低估了正值 returns 并且低估了负值 returns.
简而言之，该模型预测没有 returns 也没有损失（在下一个时期）。这很无聊，但实际上看起来并没有错。
由于您这样做是为了了解机器学习，请考虑选择一个“更简单”的问题。股票 returns 总体上不是很容易预测。
大家好，我是 ML 的新手，正在努力自学书中的知识，所以提前为我的无知道歉。
基本上，我试图根据随机森林回归中的一组 15 个预测变量预测提前一个时期的股票 return 值（使用 R 中的 tidymodels，感谢您的视频@Julia Silge： -)).
令我困扰的是，回归高估了坏库存，低估了好库存。我只想将整个点云逆时针旋转几度，我的生活会更轻松。是否有随机森林回归方面的专家可以解决这个问题？
提前致谢。
您的担心是对的：该模型基本上 returns 所有股票的平均值（因为预测位于一条平坦的水平线上，带有一些噪音）。正如您所指出的，这意味着该模型存在偏差：它低估了正值 returns 并且低估了负值 returns.
简而言之，该模型预测没有 returns 也没有损失（在下一个时期）。这很无聊，但实际上看起来并没有错。
由于您这样做是为了了解机器学习，请考虑选择一个“更简单”的问题。股票 returns 总体上不是很容易预测。