东方耀AI技术分享

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
热搜: 活动 交友 discuz
查看: 6431|回复: 17

[课堂笔记] 15、回归模型的指标评估与机器学习的调参_笔记

[复制链接]

1365

主题

1856

帖子

1万

积分

管理员

Rank: 10Rank: 10Rank: 10

积分
14418
QQ
发表于 2018-4-9 09:01:15 | 显示全部楼层 |阅读模式


15、回归模型的指标评估与机器学习的调参_笔记

  1. print('测试集上的R^2:', lr.score(X_test, Y_test))

  2. mse = np.average((y_predict-Y_test)**2)
  3. rmse = np.sqrt(mse)
  4. print('rmse:', rmse)
复制代码




指标评估与机器学习的调参1.png
指标评估与机器学习的调参2.png
指标评估与机器学习的调参3.png
画板 1.png
画板 2.png
mse.png
rmse.png
mae.png
R squared.png
R Square.png
R Square2.png
R Square3.png
让天下人人学会人工智能!人工智能的前景一片大好!
回复

使用道具 举报

1365

主题

1856

帖子

1万

积分

管理员

Rank: 10Rank: 10Rank: 10

积分
14418
QQ
 楼主| 发表于 2019-9-12 08:18:10 | 显示全部楼层
  1. import numpy as np
  2. from math import sqrt


  3. def accuracy_score(y_true, y_predict):
  4.     """计算y_true和y_predict之间的准确率"""
  5.     assert len(y_true) == len(y_predict), \
  6.         "the size of y_true must be equal to the size of y_predict"

  7.     return np.sum(y_true == y_predict) / len(y_true)


  8. def mean_squared_error(y_true, y_predict):
  9.     """计算y_true和y_predict之间的MSE"""
  10.     assert len(y_true) == len(y_predict), \
  11.         "the size of y_true must be equal to the size of y_predict"

  12.     return np.sum((y_true - y_predict)**2) / len(y_true)


  13. def root_mean_squared_error(y_true, y_predict):
  14.     """计算y_true和y_predict之间的RMSE"""

  15.     return sqrt(mean_squared_error(y_true, y_predict))


  16. def mean_absolute_error(y_true, y_predict):
  17.     """计算y_true和y_predict之间的RMSE"""
  18.     assert len(y_true) == len(y_predict), \
  19.         "the size of y_true must be equal to the size of y_predict"

  20.     return np.sum(np.absolute(y_true - y_predict)) / len(y_true)


  21. def r2_score(y_true, y_predict):
  22.     """计算y_true和y_predict之间的R Square"""

  23.     return 1 - mean_squared_error(y_true, y_predict)/np.var(y_true)
复制代码
让天下人人学会人工智能!人工智能的前景一片大好!
回复

使用道具 举报

1365

主题

1856

帖子

1万

积分

管理员

Rank: 10Rank: 10Rank: 10

积分
14418
QQ
 楼主| 发表于 2019-9-12 08:20:54 | 显示全部楼层
  1. from sklearn.metrics import mean_squared_error
  2. from sklearn.metrics import mean_absolute_error
复制代码
让天下人人学会人工智能!人工智能的前景一片大好!
回复

使用道具 举报

1365

主题

1856

帖子

1万

积分

管理员

Rank: 10Rank: 10Rank: 10

积分
14418
QQ
 楼主| 发表于 2019-9-12 08:28:17 | 显示全部楼层
最好的衡量线性回归法的指标 R Squared
让天下人人学会人工智能!人工智能的前景一片大好!
回复

使用道具 举报

0

主题

12

帖子

46

积分

新手上路

Rank: 1

积分
46
发表于 2020-9-24 17:24:46 | 显示全部楼层
888888888888888888888888888888888888888888
回复

使用道具 举报

0

主题

99

帖子

202

积分

中级会员

Rank: 3Rank: 3

积分
202
发表于 2020-10-19 17:48:46 | 显示全部楼层
6666666666666666666
回复

使用道具 举报

0

主题

90

帖子

208

积分

中级会员

Rank: 3Rank: 3

积分
208
发表于 2021-7-13 09:56:35 | 显示全部楼层
666666666666666
回复

使用道具 举报

0

主题

90

帖子

208

积分

中级会员

Rank: 3Rank: 3

积分
208
发表于 2021-7-13 09:57:20 | 显示全部楼层
666666666666666
回复

使用道具 举报

0

主题

90

帖子

208

积分

中级会员

Rank: 3Rank: 3

积分
208
发表于 2021-7-13 11:36:35 | 显示全部楼层
好样的66666666666
回复

使用道具 举报

0

主题

90

帖子

208

积分

中级会员

Rank: 3Rank: 3

积分
208
发表于 2021-7-13 11:38:47 | 显示全部楼层
好样的66666666666
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|人工智能工程师的摇篮 ( 湘ICP备2020019608号-1 )

GMT+8, 2024-3-29 23:23 , Processed in 0.196539 second(s), 22 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表