本文给出了python机器学习包sklearn回归方法,和评价指标。
下面是本demo的参与预测的特征,和预测目标。
特征:两个数值型数据gamma和max_lambda
预测目标:一个数值型数据beta
评测指标遍历了所以sklearn的评测指标:
- explained_variance_score # 解释方差,越接近1越好
- r2_score # 满分1,越接近1越好
- mean_absolute_error # 平均绝对误差,越小越好
- mean_squared_error # 均方误差,越小越好
- median_absolute_error # 中值绝对误差,越小越好
由于篇幅有限,本文主要目的是展示用法,具体公式可以参考{ click here}
尽可能的遍历了sklearn的回归方法。下面是代码。
# -*- coding: utf-8 -*-
# @Time : 2018/3/22 10:02
# @Author : timothy
'''
根据max_lambda和gamma值,预测beta
'''
import pandas as pd
from sklearn import cross_validation, linear_model
from sklearn import tree
from sklearn import svm