回归评价指标计算python

1：均方误差（MSE）

2：均方根误差（RMSE）

3：平均绝对误差（MAE）

4：决定系数R2


1：MSE：

y_preditc=reg.predict(x_test) #reg是模型
mse_test=np.sum((y_preditc-y_test)**2)/len(y_test) 

2：RMSE：

rmse_test=mse_test ** 0.5

3：MAE：

mae_test=np.sum(np.absolute(y_preditc-y_test))/len(y_test)

4：R2:

from sklearn.metrics import r2_score
r2_score(y_plot,RF_predict)'

5: scikit-learn:

from sklearn.metrics import mean_squared_error #均方误差
from sklearn.metrics import mean_absolute_error #平方绝对误差
from sklearn.metrics import r2_score#R square
#调用
mean_squared_error(y_test,y_predict)
mean_absolute_error(y_test,y_predict)
r2_score(y_test,y_predict)