+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

2019-08(103)

2019-09(97)

2019-10(16)

2019-11(6)

2019-12(17)

Python3入门机器学习之3.6最好的衡量线性回归法的指标:R Squared

发布于2020-06-25 22:17     阅读(813)     评论(0)     点赞(26)     收藏(1)


Python3入门机器学习

3.6 最好的衡量线性回归法的指标:R Squared

1.R Squared
在这里插入图片描述
在这里插入图片描述
关于R^2的结论:

  • R^2 <= 1;
  • R^2越大越好。
    当我们的预测模型不犯任何错误时,R^2得到最大值1(分子为0)。
  • 当我们的模型等于基准模型时,R^2为0。
  • 如果R^2 < 0,说明我们学习到的模型还不如基准模型。此时,很有可能我们的数据不存在任何线性关系。

在这里插入图片描述
2.R Squared的具体实现
在这里插入图片描述
尝试着自己封装:

def r2_score(y_true, y_predict):
    """计算y_true和y_predict之间的R Squared"""

    return 1 - mean_squared_error(y_true, y_predict) / np.var(y_true)

调用自己封装的代码:
在这里插入图片描述
3.使用scikit-learn中的R Squared
在这里插入图片描述



所属网站分类: 技术文章 > 博客

作者:74873487

链接: https://www.pythonheidong.com/blog/article/430665/

来源: python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

26 0
收藏该文
已收藏

评论内容:(最多支持255个字符)