numpy、pandas实用总结(MSE、RMSE、r2)

本文介绍了数据分析中常用的评估指标MSE(平均平方误差)、RMSE(均方根误差)和R2(决定系数)。MSE是误差平方的平均值,RMSE为其平方根,R2衡量模型拟合优度,值越接近1表示模型拟合越好。文章还提供了这些指标的计算公式,并指出当模型完美预测时,R2为1。

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

MSE

MSE(Mean Squared Error),平均平方误差,为所有样本误差(真实值与预测值之差)的平方和,然后取均值。

MSE=1m∑i=1m(y(i)−y^(i))2MSE = \frac{1}{m}\sum_{i=1}^{m}(y ^ {(i)} - \hat{y} ^ {(i)}) ^ {2}MSE=m1i=1m(y(i)y^(i))2

RMSE

RMSE(Root Mean Squared Error),平均平方误差的平方根,即在MSE的基础上,取平方根。

RMSE=MSE=1m∑i=1m(y(i)−y^(i))2RMSE = \sqrt{MSE} = \sqrt{\frac{1}{m}\sum_{i=1}^{m}(y ^ {(i)} - \hat{y} ^ {(i)}) ^ {2}}RMSE=MSE=m1i=1m(y(i)y^(i))2

R2R ^ {2}R2

R2R ^ {2}R2为决定系数,用来表示模型拟合性的分值,值越高表示模型拟合性越好,最高为1,可能为负值。
R2R ^ {2}R2的计算公式为1减去RSS与TSS的商。其中,TSS(Total Sum of Squares)为所有样本与均值的差异,是方差的m倍。而RSS(Residual sum of squares)为所有样本误差的平方和,是MSE的m倍。

R2=1−RSSTSS=1−∑i=1m(y(i)−y^(i))2∑i=1m(y(i)−y‾)2y‾=1m∑i=1my(i)R ^ {2} = 1 - \frac{RSS}{TSS} = 1 - \frac{\sum_{i=1}^{m}(y ^ {(i)} - \hat{y} ^ {(i)}) ^ {2}} {\sum_{i=1}^{m}(y ^ {(i)} - \overline{y}) ^ {2}} \\ \overline{y} = \frac{1}{m}\sum_{i=1}^{m}y ^ {(i)}R2=1TSSRSS=1i=1m(y(i)y)2i=1m(y(i)y^(i))2y=m1i=1my(i)

从公式定义可知,最理想情况,所有的样本的预测值与真实值相同,即RSS为0,此时R2R ^ {2}R2为1。

代码实现
from sklearn.metrics import mean_squared_error, r2_score
import numpy as np 
print(f"均方误差(MSE):{mean_squared_error(result, test_y)}")
print(f"根均方误差(RMSE):{np.sqrt(mean_squared_error(result, test_y))}")
print(f"测试集R^2:{r2_score(test_y, result)}")
好的,针对你的问题,我可以给出以下的回答: 首先,我们需要导入 xgboost 库和其他必要的库。代码如下: ```python import xgboost as xgb import pandas as pd import numpy as np from sklearn.model_selection import GridSearchCV, train_test_split from sklearn.metrics import r2_score, mean_squared_error ``` 接着,我们需要读入数据并进行预处理。这里假设我们的数据集为 data.csv,其中包含了若干个自变量和一个因变量。代码如下: ```python data = pd.read_csv('data.csv') X = data.drop('y', axis=1) y = data['y'] ``` 然后,我们将数据集划分为训练集和测试集: ```python X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0) ``` 接下来,我们定义一个 xgboost 回归模型,并设置一些超参数。代码如下: ```python xgb_model = xgb.XGBRegressor(objective='reg:squarederror', random_state=0) params = { 'learning_rate': [0.01, 0.1], 'n_estimators': [100, 500], 'max_depth': [3, 5] } ``` 然后,我们使用 GridSearchCV 对超参数进行网格搜索,以得到最优的超参数组合。代码如下: ```python grid = GridSearchCV(xgb_model, params, cv=5, scoring='r2') grid.fit(X_train, y_train) best_params = grid.best_params_ print(best_params) ``` 接下来,我们使用最优的超参数组合来重新训练模型,并对测试集进行预测。代码如下: ```python xgb_model = xgb.XGBRegressor(objective='reg:squarederror', random_state=0, **best_params) xgb_model.fit(X_train, y_train) y_pred = xgb_model.predict(X_test) ``` 最后,我们可以使用 R2RMSEMSE 等指标来评估模型的精度。代码如下: ```python r2 = r2_score(y_test, y_pred) rmse = np.sqrt(mean_squared_error(y_test, y_pred)) mse = mean_squared_error(y_test, y_pred) print(f"R2: {r2:.4f}, RMSE: {rmse:.4f}, MSE: {mse:.4f}") ``` 以上就是使用 xgboost 进行回归建模、超参数筛选和精度验证的基本流程。
评论 3
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