>我使用训练源CSV文件进入主数据帧，将其拆分为80%的训练数据和20%的测试数据。在拆分数据之前，我规范化了数据帧的所有列，使所有独立和依赖数据介于 0 和 1 之间，包括目标(因变量(。在训练后的结果中，我的预测值都在 0 到 1 之间。然后，我对单个预测进行非规范化，以查看我得到的值并与预期值进行比较。我的问题是我通过MSE(均方误差(和RMSE(均方根误差(来测量模型。我的训练数据的 MSE 和 RMSE 分别为 0.03 和 0.16。这些值对于规范化数据源是否可接受？如果不是，对于我的规范化数据源，可接受的值是多少？还是我应该对数据进行归一化，因为我的自变量之间没有巨大的范围差异？如果我不规范化数据，是否应该使用规范化 RMSE 来解释指标？如果我在未规范化训练和测试数据时规范化 RMSE，那么规范化 RMSE 的可接受值是多少？提前感谢您的任何回复。
">
好"应该是相对于朴素预测(如随机游走(来衡量的。该基准将根据数据的波动程度而有所不同。.5 对于一个预测来说可能是可怕的，而对于另一个预测来说则很好。