一种基于算法模型进行工业软件模型外推能力评估的方法技术

本发明专利技术公开了一种基于算法模型进行工业软件模型外推能力评估的方法，主要解决传统评估指标如准确率、召回率、精准率等在评估模型外推能力方面和评估不同算法模型之间的通用性的不足。该方法包括以下步骤：S1，获取待评估模型Model<subgt;Eva</subgt;、原始数据集D∈R<supgt;n×m</supgt;、目标Y∈R<supgt;n</supgt;，其中n代表数据总量，m代表特征总量；S2，使用准确率、召回率、精准率对模型进行初步评估；S3，使用基于算法模型的方法对工业软件模型外推能力进行深入评估。通过上述设计，本发明专利技术通过引入一种新型通用性评估指标(EA)，有效地弥补了传统评估指标如准确率、召回率、精准率等在评估模型外推能力方面的不足，且适用于评估多种算法模型，包括但不限于线性回归、随机森林回归、卷积神经网络、图神经网络、贝叶斯优化、深度神经网络。这种方法不仅能够评估模型在训练或验证数据集上的性能，更重要的是，它能够深入评估模型在未知数据或新领域上的表现能力，即模型的外推能力。

【技术实现步骤摘要】

本专利技术涉及机器学习领域，具体地说，是涉及一种基于算法模型进行工业软件模型外推能力评估的方法。

技术介绍

1、在机器学习领域，模型的评估通常依赖于准确率(accuracy)、召回率(recall)、精准率(precision)、f1分数(f1-score)等传统指标。这些指标在模型开发和验证阶段非常有用，但它们通常只评估模型在训练或验证数据集上的性能，不足以评估模型在新领域或未见过的数据上的外推能力。因此，有必要开发一种新型通用的评估方法，专门针对模型的外推能力进行评估。

技术实现思路

1、本专利技术的目的在于提供一种基于算法模型进行工业软件模型外推能力评估的方法，主要解决传统评估指标如准确率、召回率、精准率等在评估模型外推能力方面和评估不同算法模型之间的通用性的不足。

2、为实现上述目的，本专利技术采用的技术方案如下：

3、一种基于算法模型进行工业软件模型外推能力评估的方法，包括以下步骤：

4、s1，获取待评估模型modeleva、原始数据集d∈rn×m、目标y∈rn，本文档来自技高网...

【技术保护点】

1.一种基于算法模型进行工业软件模型外推能力评估的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于算法模型进行工业软件模型外推能力评估的方法，其特征在于，所述的待评估算法模型包括但不限于线性回归、随机森林回归、卷积神经网络、图神经网络、贝叶斯优化、深度神经网络。

3.根据权利要求1所述的一种基于算法模型进行工业软件模型外推能力评估的方法，其特征在于，所述的模型外推能力包括待评估模型在新外推空间的预测稳定性、预测结果的一致性、以及对新数据的适应速度。

4.根据权利要求3所述的一种基于算法模型进行工业软件模型外推能力评估的方法，其特征在于...

【技术特征摘要】

1.一种基于算法模型进行工业软件模型外推能力评估的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于算法模型进行工业软件模型外推能力评估的方法，其特征在于，所述的待评估算法模型包括但不限于线性回归、随机森林回归、卷积神经网络、图神经网络、贝叶斯优化、深度神经网络。

3.根据权利要求1所述的一种基于算法模型进行工业软件模型外推能力评估的方法，其特征在于，所述的模型外推能力包括待评估模型在新外推空间的预测稳定性、预测结果的一致性、以及对新数据的适应速度。

4.根据权利要求3所述的一种基于算法模型进行工业软件模型外...

【专利技术属性】
技术研发人员：刘雨阳，
申请(专利权)人：幻量材料科技北京有限公司，
类型：发明
国别省市：