sklearn回归方法汇总demo

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：

1. explained_variance_score  # 解释方差，越接近1越好
2. r2_score          # 满分1，越接近1越好
3. mean_absolute_error    # 平均绝对误差，越小越好
4. mean_squared_error    # 均方误差，越小越好
5. 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