|
13、房价预测与线性回归算法的评价指标
波士顿房价数据加载:
boston = datasets.load_boston()
boston.feature_names
#只使用 RM 房间数这个特征
X = boston.data[:, 5].reshape(-1, 1)
y = boston.target
MSE
RMSE
MAE
mean_squared_log_error
R Square值
数据没有归一化的情况下:
MSE=24.156 R Square=0.6129 MAE=3.543 RMSE=4.914
数据进行均值方差归一化后(是一样的):
MSE=24.156 R Square=0.6129 MAE=3.543 RMSE=4.914
ipynb文件在附件,可提供下载!
视频教程请参考:http://www.ai111.vip/thread-349-1-1.html
东方老师微信:dfy_88888
|
-
01.png
(52.85 KB, 下载次数: 154)
-
02.png
(71.02 KB, 下载次数: 156)
-
03.png
(54.22 KB, 下载次数: 155)
-
04.png
(60.24 KB, 下载次数: 154)
-
05.png
(88.46 KB, 下载次数: 154)
-
06.png
(111.57 KB, 下载次数: 158)
-
07.png
(108.82 KB, 下载次数: 155)
-
08.png
(211.65 KB, 下载次数: 155)
-
09.png
(92.59 KB, 下载次数: 148)
-
10.png
(95.41 KB, 下载次数: 154)
-
11.png
(70.3 KB, 下载次数: 146)
-
-
13、线性回归算法的评价指标.ipynb
178.46 KB, 阅读权限: 10, 下载次数: 0
|