sklearn 回归问题的评估指标

最新推荐文章于 2024-09-03 17:03:44 发布

无穷QQ君

最新推荐文章于 2024-09-03 17:03:44 发布

阅读量580

点赞数

分类专栏： python 机器学习文章标签： sklearn 机器学习 python

本文链接：https://blog.csdn.net/June19/article/details/120587931

版权

python 同时被 2 个专栏收录

28 篇文章 1 订阅

订阅专栏

机器学习

10 篇文章 1 订阅

订阅专栏

1. Root mean square error (RMSE):

$\begin{equation} RMSE = \sqrt{\frac{1}{m} \sum_{i=1}^m (y^i - \overset{\frown}y^i)^2} \end{equation}$

2. Mean absolute error(MAE):

$\begin{equation} MAE = \frac{1}{m} \sum_{i=1}^m | y^i - \overset{\frown}y^i | \end{equation}$

3.R-Square ($R^2$):

$\begin{equation} R^2 = 1 - \frac{\sum(y^i - \overset{\frown}y^i)^2}{\sum(y^i - \bar{y})^2} \end{equation}$

4.Median Absolute Deviation (MAD):

$\begin{equation} MAD = \frac{1}{m} \sum_{i=1}^m median| y^i - \overset{\frown}y^i | \end{equation}$

##########导入sklearn工具包##########
from sklearn import metrics
import numpy as np

RMSE = np.sqrt(mean_squared_error(y_true, y_predict))
MAE= mean_absolute_error(y_true, y_predict) 
R2= r2_score(y_true, y_predict)
MAD= median_absolute_error(y_true, y_predict)