holal的博客

利用python语言对回归指标进行简要讲解。目录MSERMSEMAEMAPER2-score代码 MSE 定义：MSE（均方误差）函数一般用来检测模型的预测值和真实值之间的偏差。MSE是真实值与预测值的差值的平方然后求和平均。通过平方的形式便于求导，所以常被用作线性回归的损失函数。 RMSE 定义：RMSE（均方根误差）在MSE的基础上做平方根衡量观测值与真实值之间的偏差。常用来作为机器学习模型预测结果衡量的标准。 MAE 定义：MAE（Mea

对于分类问题进行了一个小的总结，并给出python代码方便各位直观的了解其含义。目录准确率精确率召回率F1AUC 准确率 定义：对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。 公式： 缺点：在正负样本不平衡的情况下，这个指标有很大的缺陷。 代码： ## accuracyfrom sklearn.metrics import accuracy_scorey_pred = [0, 1, 0, 1]y_true = [0, 1.