1、回归算法的评价指标有MSE,RMSE,MAE、R-Squared,下面一一介绍。
- MSE均方误差:
- MAE平均绝对误差:
- RMSE均方根误差:
- 可决系数(拟合优度)
2、用以上4个指标测评回归算法——基于波士顿房产数据集
(1) 波士顿房产数据集
波士顿房产数据集:使用sklearn.datasets.load_boston即可加载相关数据。该数据集共有 506 个观察,13 个输入变量和1个输出变量。基于该数据对波士顿房产数据集做最简单的线性回归,这里只考虑房间数量一个特征。
每条数据包含房屋以及房屋周围的详细信息。其中包含城镇犯罪率,一氧化氮浓度,住宅平均房间数,到中心区域的加权距离以及自住房平均房价等等。
(2)代码实现
#导入用到的库
import sklearn.datasets as datasets
from sklearn.linear_model import LinearRegression #线性回归模型
from sklearn.model_selection import train_test_split #切分训练集和测试集
import pandas as pd
import numpy as np
Boston = datasets.load_boston() #载入数据集
print(Boston.DESCR) #得到关于房价的描述信息
x