Python评价回归计算的准确性
以下为回归器拟合效果的重要指标
● 平均绝对误差: 所有数据点的 绝对误差平均值
● 均方误差(MSE): 所有数据点误差的平方的平均值
● 中位数绝对误差: 数据集的所有数据点的误差的中位数,可以消除异常值的影响。
● 解释方误差: 可以衡量模型对数据集波动的解释能力,得分为1.0则表明模型十分完美。
● R方得分: 最好为1.0,可以是负数。
#python实现方法
import sklearn.metrics as sm
print("mean absolute error =",
round(sm.mean_ansolute_error(ytest, y_test_pred),2)
print("mean square error = ",
round(sm.mean_squared_error(y_test, y_test_pred),2)
print("media absolute error = ",
round(sm.median_absolute_error(y_test,y_test_pred),2)
print("explained_variance_score =",
round(sm.explained_variances_score(y_test, y_test_pred),2)
print("R2_score =",
round(sm.r2_score(y_test, y_test_pred),2)