python计算均方根误差_用Pandas数据求均方根误差

本文介绍了如何使用Python的Pandas库和sklearn库计算均方根误差(RMSE)。首先,从csv文件中读取销售数据,然后通过train_test_split进行数据划分。接着,利用LinearRegression模型训练数据,并计算模型的截距和系数。最后,通过mean_squared_error计算预测价格与实际价格之间的均方误差,并进一步求出均方根误差。
摘要由CSDN通过智能技术生成

import pandas as pd

import numpy as np

sales = pd.read_csv("home_data.csv")

from sklearn.cross_validation import train_test_split

train_data,test_data = train_test_split(sales,train_size=0.8)

from sklearn.linear_model import LinearRegression

X = train_data[['sqft_living']]

y=train_data.price

#build the linear regression object

lm=LinearRegression()

# Train the model using the training sets

lm.fit(X,y)

#print the y intercept

print(lm.intercept_)

#print the coefficents

print(lm.coef_)

lm.predict(300)

from math import sqrt

from sklearn.metrics import mean_squared_error

y_true=train_data.price.loc[0:5,]

test_data=test_data[['price']].reset_index()

y_pred=test_data.price.loc[0:5,]

predicted =y_pred.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值