2 回答

TA貢獻1868條經驗 獲得超4個贊
要回答第一個問題,準確性等指標不能用于回歸問題。是的,你是對的。準確性是使用混淆矩陣計算的,但由于您有一個回歸問題,因此您無法獲得混淆矩陣,因為它是分類問題的輸出,但您有一個回歸問題。
此外,回歸問題的正確指標是均方誤差、均值絕對誤差和 R 平方值。默認情況下,regressor.score(X_test,y_test)) 函數給出 R 平方值。
為了簡化此操作,該值越接近 1(在本例中為 0.99469),您的模型就越好。而且看起來你的模型表現得非常好。

TA貢獻1735條經驗 獲得超5個贊
通常,并會為您提供相應的指標。metrics.mean_absolute_error(y_true, y_pred)
metrics.mean_squared_error(y_true, y_pred)
regressor.score(X_test, y_test)
實際上是R^2值,即可以解釋為模型解釋的方差量。在你的例子中,你會說99.469%的數據變化是由你的模型(對于訓練數據)解釋的。metrics.r2_score
檢查:https://scikit-learn.org/stable/modules/model_evaluation.html#regression-metrics
和 http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html
傳統上,混淆矩陣不用于回歸問題,但還有其他方法可以評估mlr模型,所有(對于)都在上面鏈接sklearn
添加回答
舉報