吴裕雄 python 机器学习——模型选择回归问题性能度量

Posted tszr

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了吴裕雄 python 机器学习——模型选择回归问题性能度量相关的知识,希望对你有一定的参考价值。

from sklearn.metrics import mean_absolute_error,mean_squared_error

#模型选择回归问题性能度量mean_absolute_error模型
def test_mean_absolute_error():
    y_true=[1,1,1,1,1,2,2,2,0,0]
    y_pred=[0,0,0,1,1,1,0,0,0,0]
    print("Mean Absolute Error:",mean_absolute_error(y_true,y_pred))
    
#调用test_mean_absolute_error()
test_mean_absolute_error()

技术图片

#模型选择回归问题性能度量mean_squared_error模型
def test_mean_squared_error():
    y_true=[1,1,1,1,1,2,2,2,0,0]
    y_pred=[0,0,0,1,1,1,0,0,0,0]
    print("Mean Absolute Error:",mean_absolute_error(y_true,y_pred))
    print("Mean Square Error:",mean_squared_error(y_true,y_pred))
    
#调用test_mean_squared_error()
test_mean_squared_error()

技术图片

 

以上是关于吴裕雄 python 机器学习——模型选择回归问题性能度量的主要内容,如果未能解决你的问题,请参考以下文章

吴裕雄 python 机器学习——集成学习随机森林RandomForestRegressor回归模型

吴裕雄 python 机器学习——集成学习梯度提升决策树GradientBoostingRegressor回归模型

吴裕雄 python 机器学习——支持向量机非线性回归SVR模型

吴裕雄 python 机器学习——模型选择分类问题性能度量

吴裕雄 python 机器学习——模型选择参数优化暴力搜索寻优GridSearchCV模型

吴裕雄 python 机器学习——模型选择参数优化随机搜索寻优RandomizedSearchCV模型