我正在对几种机器学习模型（例如 svm、ann、随机森林和 knn）进行 covid 19 爆发预测。我很困惑如何将哪个是最佳精度性能模型与训练和测试精度结果、均方误差以及 R 平方进行比较。还有一个问题，通常单位首选的训练和测试精度结果是什么？是否为百分比/整数/小数点
为了获得上述问题的清晰解释
简短回答：视情况而定。如果它是一个分类（如果你试图预测类别）问题，那么准确率、精确率、召回率、F1 分数和 AUC 都是很好的指标。如果您尝试预测连续变量，那么它是回归问题，因此 R2（r 平方）、均方误差、标准误差图等很有用。
根据问题，您可以选择正确的分类/回归算法（例如SVM、ANN、KNN、线性回归等）。对于像样的数据集，训练/测试比例通常为 75:25 或 80:20%。这个想法是在比较训练数据或现实场景时，在测试用例中具有良好的数据表示。
如果所有这些都是有效的，我会寻找 ~70% +- 5% 作为良好的起点，并开始调整参数和超参数以进行改进。拥有一个良好的基线模型并尝试不同的算法和参数。快乐实验！
如果您向我提供有关您试图解决的问题的更多信息，我可以提供帮助。