scikit-learn中拟合结果的评价指标

本文详细介绍了sklearn中的四种评价尺度:均方差、平均绝对值误差、可释方差得分和R2决定系数。这些评价尺度在评估预测模型性能时各有优势,适用于不同场景。特别是对于含有离群点的数据集,中值绝对误差是一种很好的选择。此外,R2决定系数提供了关于回归模型解释变量变化能力的直观度量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在sklearn中包含四种评价尺度,分别为mean_squared_error、mean_absolute_error、explained_variance_score 和 r2_score。

1、均方差(mean-squared-error)

这里写图片描述

2、平均绝对值误差(mean_absolute_error)

这里写图片描述

3、可释方差得分(explained_variance_score)
explained variation measures the proportion to which a mathematical model
accounts for the variation (dispersion) of a given data set

这里写图片描述

4、中值绝对误差(Median absolute error)

这里写图片描述

此种方法非常适应含有离群点的数据集

5、R2 决定系数(拟合优度)
这里写图片描述

它是表征回归方程在多大程度上解释了因变量的变化,或者说方程对观测值的拟合程度如何。
因为如果单纯用残差平方和会受到你因变量和自变量绝对值大小的影响,不利于在不同模型之间进行相对比较.而用拟合优度就可以解决这个问题。例如一个模型中的因变量:10000、20000…..,而另一个模型中因变量为1、2……,这两个模型中第一个模型的残差平方和可能会很大,而另一个会很小,但是这不能说明第一个模型就别第二个模型差。

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值