Answers:
有一种间接的方法可以用更容易理解的方式来衡量损失函数的性能,尽管它不会像您希望的那样直接转换值。
使用RMSLE对模型进行训练和测试后,只需对其采取新的度量标准即可。仅仅因为模型是在RMSLE上训练的,并不意味着您就不能再采用其他更易理解的损失函数作为指标。
例如,在Keras中,您可以在模型编译器的指标类别中指定额外的损失函数。在下方,MSLE用于训练模型(等效于RMSLE),但还记录了MAE和MSE:
model.compile(loss='mean_squared_logarithmic_error', optimizer='adam', metrics=['mean_absolute_error','mean_squared_error'])