我很牛逼的数据科学和想问的模型选择的帮助。
我已经建立了8个模型来预测工资VS年EXP，位置的名称和位置。接着，我试图通过RMSE至8款车型进行比较。但最后，我不知道哪种模式，我应该选择。 （米心，我更喜欢模型8，因为与随机森林测试后，结果比回归更好，那么我用所有的数据设置，使最终版本，但它更难以解释COEF比回归）你能帮助其模型你喜欢，为什么？而在现实中，做数据的科学家做的这样的过程或他们有自动的方式来处理？
1 RMSElm1：模型：线性回归，数据：列车80％，测试20％否任何插补= 22067.58
2个RMSElm2：模型：线性回归，数据：列车80％，测试20％：插补部分位置我认为它们给薪水的同样的想法= 22115.64
3 RMSElm3：模型：线性回归+逐步法，数据：列车80％，测试20％否任何插补= 22081.06
4 RMSEdeep1：模型：深学习（H2O包活化= '整流器'，隐藏C（5,5），信号出现时间= 100，），数据：列车80％，测试20％：没有任何插补= 16265.13
5个RMSErf1：模型：随机森林（ntree = 10），数据：列车80％，测试20％否任何插补= 14669.92
6个RMSErf2：模型：随机森林（ntree = 500），数据：列车80％，测试20％否任何插补[1] 14669.92
RMSErf3 7：模型：随机森林（ntree = 10）数据：K倍10无任何插补[1] 14440.82
8 RMSErf4模型：随机森林（ntree = 10），数据：所有数据集没有任何插补[1] 13532.74
在回归问题，MSE或RMSE是一种识别模型是如何好做。低RMSE或MSE是优选的。所以，去与给出最低MSE或RMSE值模型，并尝试测试数据。集成方法往往提供最好的结果。 XGBoost经常在比赛中使用。
可能有过学习，你可能会得到非常低的均方根误差在训练中的数据，但高RMSE测试数据的情况。因此，它被认为是使用交叉验证一个很好的做法。
您可能要检查它：https://stats.stackexchange.com/questions/56302/what-are-good-rmse-values