摘要:【机器学习12】线性回归算法评价指标:MSE、RMSE、R2_score。
上一篇文章我们介绍了简单的一元线性回归算法,今天介绍评价线性回归效果好坏的几个重要指标。
Python 手写线性回归算法竟如此简单(可点击)
在介绍这几个指标前,先来回顾下上节是如何建立线性回归模型的。
对一个有 m 个样本和 1 个特征的数据集,拆成训练集和测试集后。在训练集上让预测值 y 和真实值 y 之间的差值平方和尽可能地小:
然后求解出 a 和 b 得到回归模型,应用到测试集上计算出预测值 y:
最后计算出预测值和真实值的差值平方和,作为衡量线性回归模型好坏的评价指标:
不过上式有个问题:值的大小和样本数量 m 有密切关系,这样的结果是无法衡量模型好坏的。