线性回归交叉验证

 

 

from sklearn import datasets
from sklearn.model_selection import cross_val_score  # 交叉验证
from sklearn.linear_model import LinearRegression, Lasso, Ridge, ElasticNet

# 1、加载数据
x, y = datasets.fetch_california_housing(return_X_y=True)
print(x.shape)
print(y.shape)

# 3、创建训练模型
model = LinearRegression()
# 4、交叉验证
loss = -cross_val_score(estimator=model, X=x, y=y, cv=5, scoring='neg_mean_squared_error').mean()
print(y.max())
print(y.min())
print(loss)

 

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值