亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

sklearn 指標 精度測量單位、平均絕對誤差、回歸問題的平均平方誤差?

sklearn 指標 精度測量單位、平均絕對誤差、回歸問題的平均平方誤差?

慕桂英3389331 2022-08-25 15:08:29
哪個測量單位具有sklearn指標的準確性,平均絕對誤差和均方誤差?它們是否用于回歸問題?例如,i 的 regressor.score(X_test,y_test))約為 0.99469。所以與實際數據相比,測試的模型是0.99469?還是說99%的百分比?MAE和MSE也是如此。另一個問題是,我對分類問題的混淆矩陣和準確性是混淆矩陣計算出來的值。我使用多元線性回歸,那么我可以將這些指標用于我的回歸嗎?
查看完整描述

2 回答

?
MYYA

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。


查看完整回答
反對 回復 2022-08-25
?
喵喔喔

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


查看完整回答
反對 回復 2022-08-25
  • 2 回答
  • 0 關注
  • 115 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號