|
15、回归模型的指标评估与机器学习的调参_笔记
- print('测试集上的R^2:', lr.score(X_test, Y_test))
- mse = np.average((y_predict-Y_test)**2)
- rmse = np.sqrt(mse)
- print('rmse:', rmse)
复制代码
|
-
指标评估与机器学习的调参1.png
(43.45 KB, 下载次数: 235)
-
指标评估与机器学习的调参2.png
(105.76 KB, 下载次数: 234)
-
指标评估与机器学习的调参3.png
(118.8 KB, 下载次数: 236)
-
画板 1.png
(948.14 KB, 下载次数: 229)
-
画板 2.png
(1.34 MB, 下载次数: 240)
-
mse.png
(71.78 KB, 下载次数: 236)
-
rmse.png
(101.4 KB, 下载次数: 228)
-
mae.png
(74.09 KB, 下载次数: 232)
-
R squared.png
(151.75 KB, 下载次数: 231)
-
R Square.png
(160.53 KB, 下载次数: 229)
-
R Square2.png
(300.28 KB, 下载次数: 227)
-
R Square3.png
(129.85 KB, 下载次数: 229)
|