Fwuyi的博客

1 MSE(均方误差)MSE=metrics.mean_squared_error(y_true, y_pred, sample_weight=None, multioutput=’uniform_average’)y_true：真实值；y_pred：预测值；sample_weight：权值默认为1；multioutput：默认为’uniform_average’，即计算所有元素的均方误差，返回为一个标量。均方误差是指n个预测数据y和真实数据x对应点误差的平方和的均值，因此MSE公

MinMaxScaler()函数在sklearn库中。sklearn 库有六大模块，分别是分类、回归、聚类、降维、模型选择和预处理。MinMaxScaler属于预处理preprocessing模块，用来实现数据的归一化，即把数据映射到 [ 0，1 ] 。什么是数据的归一化公式：，是指映射值的最小值和最大值，一般是min=0，max=1；，是指每列中元素的最小值和最大值，因为axis=0所以跨行处理即对每一列做这样的归一化操作，这也比较符合实际应用；代码import numpy a.